2015/10/28 16:08:45 汽车发动机性能检测与故障诊断系统的开发说明

系统以微型计算机(PC)为核心,以传感器和接口电路为基础,以专家知识和经验知识为依据,根据故障诊断的历史数据和现实数据,采用BP神经网络的智能诊断方法对发动机进行故障诊断,以帮助维修人员及时排除故障,系统结构如图5一l所示。

该系统分为硬件和软件两部分:

(1)硬件部分主要通过各种传感器完成数据的实时采集,经单片机处理后通过串行口进行数据交换,完成数据实时传输,包括ICL7109A心转换器,缓冲器,逻辑控制,89C51单片机,开关电源和系统传感器,其中系统传感器包括标准气缸压力传感器、夹持式油压传感器、点火高压传感器、白金传感器、标记传感器、外卡传感器和电压/电流传感器等传感器。

(2)软件部分主要完成信号的分析处理和诊断。其过程如`卜:选择发动机类型(柴油发动机还是汽油发动机)及型号,确定要测试的系统(如点火系,燃油系,充电系等),对采集到的各种数据进行放大,滤波,A心转换,对获取的数据进行平滑滤波,去除奇异项,提取特征参数等预处理,最大限度地消除外界干扰和误差,调用该型号发动机的标准参数数据库,与所测数据进行比较,判别发动机的性能状态,然后调用相应的BP神经网络进行诊断推理,最后得到不同故障类型的部位和严重程度。

系统软件的结构

本系统是综合运用计算机软件和数据库技术,利用VB.6O作为开发语言研制而成的。系统启动后进入的系统的主界面如图5一2所示。

系统顶部有一个主菜单条,其中有七个菜单项,用鼠标单击即可进入下一操作。主菜单有七个子模块组成,具体为:

(l)发动机性能综合检测

本模块主要对各种型的发动机进行检测,检测内容包括:充电电流/电压,启动电流/电压,点火提前角,供油提前角,发动机功率,发动机油压波形,点火高压波形,气缸缸压,点火高压,闭合角,

重叠角,转速等。检侧完毕后,可以按照系统给出的提示,进行相应的故障学习或者进行故障诊断。通过对发动机性能参数的检测,为故障诊断专家系统更新知识库提供数据和参考。

(2)发动机专家学习与故障诊断

该模块包含了汽油发动机与柴油发动机几十种学习和故障诊断模块,可对专家知识库进行编辑,并综合利用专家知识库用用同一窗体进行几十种诊断,具体包括数据采集和现象诊断。

(3)模糊神经网络学习与诊断

(4)发动机波形

(5)发动机技术参数

(6)事务性管理

(7)帮助

发动机无外载加速测试与故障诊断

我们可以把推台发动机的所有运动部件看作是一个绕着曲轴中心转动的回转体。在发动机无外载(即不对外作功)情况下,从怠速突然将油门全开的加速过程中,发动机在这加速瞬间所发出的动力,除了克服各种运动阻力矩外,其有效扭矩将全部用于所有运动部件的加速上。通过测址发动机在这个加速过程中的有关运动参数,就可以测出发动机的有效扭矩或有效功率。这就是发动机无外载加速测功法。

(1)功率的测定方法

先让发动机在稳定怠速卜运转,操作者急剧地全开油门,让发动机迅速地加速到标定转速。

(2)测试功率操作步骤

先进入程序的发动机性能检测界面,选择类型为柴油机,再选择发动机的型号,这里为黄河13的6120Q发动机,进入动力性检测项目,按照操作提示,接好外卡传感器,然后猛踩油门在最短时间内使发动机从900转加速到1600转,程序自动求出转速变化的时间差△t,已知功率系数.0210,从而求出功率值,与标准参数177千瓦相比较就可知道此发动机的功率变化状况。调用与功率有关的故障因素就可进行对某项日进行故障诊断。

(3)故障诊断

(3)存储连接权,形成知识库。

另外,为了不断提高网络的诊断性能,可把使用中发现的错误判断,按其实际输入和期望输出构成训练样本,加入到训练样本中,对网络进一步训练,不断改善网络的性能。

下面以一个实例来详细说明如何组建一个子神经网络的专家系统知识库。

汽车发动机是个复杂的机械系统,必然会遇到复杂的诊断对象,如发动机不能发动、发动机不易发动等,输入输山神经元数目众多,在这种情况下如果还是采用一个简单的二层神经网络来构造一个故障诊断专家,就会出现一些弊端,鉴于以上情况,我们有必要建立一个含有多个子网络的复杂神经故障诊断专家系统,依次确定各个子网络的学习样本进行训练,获取各自的连接权和闽值并分别存储在相应的知识库中。如汽车发动机在运转中熄火,不能起动或不易起动如图5一8所示。在这一个故障中,还包含了高压电路故障,低压电路故障,供油系故障等多个故障子网络。

2低压电路断路故障诊断实例

以跃进A的N70型汽汕发动机低压电路断路故障为例,先调用此型号发动机的标准参数.以故

障现象为输入故障原因为输出建立神经网络模型,推理过程采用正向推理机制,即输入故障现象得出故障

原因。用此例中所需的各种传感器进行检测。检测参数与标准参数比较,若条件满足,则输入值取l,否则取O,不确定取.05。即:

现象:如图:


发动机波形:

本模块主要收集了一些汽油发动机的点火系和柴油机的供油系的正常波形和故障波形,点火系故障波形:触点烧蚀,电容漏电,白金触点弹簧力不足,接地不良,充磁段无限流作用。油压故障波形:积炭,针阀卡死,喷油器滴漏,针阀开启压力过低,针阀开启压力过高,出油阀密封不良,出油阀密封摩损,高压油泵柱塞磨损。以便用户对所获取的波形进行比较、分析和故障诊断,


本研究是在广泛参阅国内外有关资料文献的基础上,结合人_f神经网络、传统专家系统、模糊技术、数据库技术、传感器技术和单片机技术,运工l]面向对象的程序开发语言(VB6.0)和数据库语言ACCESS开发完成的。有以下结论

1.本研究对故障诊断的数学模型和神经网络技术进行了较为深入的研究,运用模糊数学知识,应用模式识别原理和BP神经网络计算相结合,克服了传统故障诊断专家系统的一些不足之处;对BP神经网络在Sigmiod激发函数的反向传播算法和程序设计的实现作了研究,井完成了设卜计,而且与模糊数学有关理论相结合,对柴油机的故障诊断进行了摸拟实验,取得了良好的预期效果;对于模糊模式识别故障诊断方法,在柴油机燃油喷射系统故障诊断中,建立了自回归综合模型AIR(n,d),确定了相应的隶属函数,运用贴近度和距离对柴油机燃油系统故障进行了摸拟实验与分析,到达了良好的精度要求;运用故障树分析法,对于汽油发动机与柴油发动机的常见故障建立了总共四十多个子神经网络,并完成了样本的学习,权值和闽值储存在专家系统知识库中。

2.与以往的研究相比,本研究的特点在于:对发动机信号采集系统的硬件与软件设计作了研究,根据系统设计原理,提出了一些软硬件的系统抗干扰措施。利少目895C1单片机来实现对从传感受器获取的数据进行放大,滤波,AD/等处理,处理后的数据通过计算机串行口提供给上位软件处理。对传感器的选择和诊断参数的确定进行了探讨;利用故障树建立了多个神经网络模型,对柴油机的故障诊断进行了研究,在以往研究的基础上,增加了柴油机故障诊断模块,建立了十个常见柴汕发动机故障诊断子神经网络。运工目传感器实时采集的数据和历史数据,依据专家知识与经验知识,开发出具有友好人机界面的计算机程序。

通过计算机摸拟试验,验证了系统的可行性,并具有一定的实用推)’`价值,为实现故障的在线检测迈出了一步。

3.本研究中的故障诊断专家系统的知识库、推理机等都是通过以数值计算为特征的神经网络实现的。系统的开发是用VB程序设计语言在Widnows98操作系统平台上编制完成的。该系统具有以下特点:

(l)本系统采用各种传感器实时采集发动机各系统和总成的性能参数,较以前研究有了一些突破。运用神经网络与专家系统相结合,取长补短,取得了较好的效果。

(2)系统具有较强的实用性和拓展性,能实现对多种类型的发动机的性能检测,可对系统知识库进行更新,可用于实际的辅助诊断。

(3)本系统的核心内容一故障诊断,利用神经网络建立了30多个汽油发动机故障知识库和10多个柴油发动机故障知识库,并川同一窗体实现多个诊断,体现了较强的结构化程序。

(4)本系统采用面向对象的编程语言VB6.0作为开发语言,操作界面简洁明了且功能强人,便于维护和继承。

更多关于汽车虚拟仿真软件的内容请你关注http://www.yijiaoedu.com

 
QQ在线咨询
销售热线
0371-53302651