4. 执行器故障模式分析：转向、制动、动力系统常见故障

各位同学，咱们今天聊聊执行器。说白了，执行器就是自动驾驶系统的「手脚」。感知再牛、决策再聪明，最后都得靠转向、制动、动力这三个家伙去执行。我做了这么多年系统集成，可以负责任地告诉你——执行器故障，是导致功能失效的最直接原因。

你想想看，传感器坏了还能靠冗余撑一会儿，算法出bug还能降级运行。但转向卡死了、制动没反应了，那真是叫天天不应。所以，搞懂执行器的故障模式，是咱们做冗余设计的第一步。

4.1 转向系统故障模式

转向系统，我习惯把它分成两类：线控转向（SBW）和传统EPS（电动助力转向）。L3以上自动驾驶，基本都走线控转向路线。但不管哪种，故障模式有共性。

4.1.1 转向卡死

这是最要命的故障。电机抱死、机械齿轮卡住、或者控制器输出异常，都会导致方向盘转不动。我在项目中遇到过一台测试车，EPS的蜗轮蜗杆润滑失效，低温环境下直接卡死。嗯，当时测试员吓出一身冷汗。

• 原因：电机霍尔传感器失效、机械磨损、控制器MOS管击穿
• 表现：方向盘力矩异常增大，转角指令与实际转角偏差持续增大
• 诊断方法：监控转向力矩传感器与转角传感器的差值，超过阈值立即报警

4.1.2 转向助力失效

助力失效不等于卡死，但会让方向盘变得很沉。对于自动驾驶来说，助力失效意味着执行器无法提供足够的力矩去跟踪路径规划。

为什么会这样？常见原因是电源模块掉电，或者CAN通信中断。我记得有一次，某供应商的EPS控制器在高温老化测试中，电源芯片过热保护，助力直接归零。车还能转向，但需要驾驶员用吃奶的力气。

故障类型	典型原因	诊断特征	严重等级
转向卡死	电机抱死/机械卡滞	转角不变，力矩飙升	致命
助力失效	电源/通信中断	力矩输出为0，可手动转动	严重
响应延迟	控制器算力不足/总线负载高	指令发出到执行时间>50ms	中等
精度漂移	传感器零点偏移/齿轮间隙	稳态误差>1度	中等

4.2 制动系统故障模式

制动系统，我个人认为这是整个执行器里最不能出问题的部分。L3以上要求制动系统必须满足ISO 26262的ASIL D等级。咱们常见的方案是iBooster+ESP，或者线控制动（BBW）。

4.2.1 制动助力失效

和转向类似，制动助力失效也是常见故障。iBooster如果电机故障，或者推杆卡滞，制动踏板会变得很硬。自动驾驶模式下，这意味着制动距离会显著增加。

我曾经在冬季测试中遇到过制动液低温粘度过高，导致iBooster的电机响应变慢。你踩下去感觉有助力，但实际制动力建立时间比正常慢了300ms。300ms在高速上就是好几米。

4.2.2 制动拖滞

制动拖滞，说白了就是松了刹车但刹车片没完全回位。这会导致车辆一直带着刹车跑，能耗增加，刹车片过热。对于自动驾驶来说，拖滞会影响纵向控制的精度。

常见原因有：制动主缸回位弹簧失效、制动液污染导致活塞卡滞、或者ESP的保压阀泄漏。诊断方法很简单——监控轮速和制动压力，如果压力指令为0但轮速持续低于预期，基本就是拖滞。

4.2.3 制动液泄漏

这个不用多说，制动液泄漏是灾难性的。系统会报制动液位低，同时制动踏板行程变长。我建议在冗余设计中，除了液位传感器，还要增加制动管路压力传感器的交叉校验。

4.3 动力系统故障模式

动力系统，对于电动车来说就是电机和电控，对于燃油车来说是发动机和变速箱。咱们重点讲电动车，因为这是趋势。

4.3.1 电机扭矩失控

这是动力系统最危险的故障。电机控制器如果出现IGBT短路、或者旋变传感器故障，可能导致电机输出非预期的扭矩。你想想看，本来想减速，结果电机突然加速，那画面不敢想。

我在项目中遇到过旋变传感器励磁信号丢失，导致电机角度估算错误，扭矩输出直接反向。还好当时在台架上，要是上了路……嗯，从那以后我对旋变信号的监控做了三路冗余。

// 扭矩监控逻辑示例（简化版）
if (abs(actual_torque - cmd_torque) > TORQUE_THRESHOLD) {
    // 扭矩偏差过大，立即进入安全状态
    motor_disable();
    set_fault_code(FAULT_TORQUE_MISMATCH);
    // 同时通知VCU和BCM
    can_send_fault_msg(CAN_ID_TORQUE_FAULT);
}

4.3.2 动力中断

动力中断，就是踩油门没反应。常见原因有：高压继电器断开、电机控制器欠压保护、或者CAN通信丢失。对于自动驾驶来说，动力中断会导致车辆无法跟车，在高速上非常危险。

诊断方法：监控电机转速和扭矩指令的对应关系。如果指令有输出但转速不上升，基本就是动力中断。我建议在冗余设计中，增加一个独立的扭矩监控模块，不依赖主控制器。

4.3.3 过热降功率

电机或控制器过热时，系统会主动降功率。这不是故障，但会影响性能。在连续爬坡或者激烈驾驶时，过热降功率会导致车辆动力不足。自动驾驶的路径规划如果不考虑这个因素，可能会在坡道上出现速度跟不上的情况。

4.4 执行器故障的共性诊断策略

说了这么多具体故障，咱们总结一下共性的诊断思路。我个人习惯用「三域校验法」：

1. 指令域：检查控制器发出的指令是否合理（比如扭矩指令是否超出电机能力）
2. 响应域：检查执行器的实际响应是否与指令匹配（比如实际转角是否跟踪目标转角）
3. 物理域：检查物理量是否异常（比如电机电流、温度、电压是否在正常范围）

三个域中任意两个出现不一致，基本可以判定故障。这个方法我在多个项目中验证过，误报率很低。

好了，这一章的内容就到这里。下一章咱们聊聊传感器故障，那个坑更多，到时候再细说。