农用车辆故障检测系统节点软硬件设计

　　摘  要：从农用车辆故障的分析和检测着手, 提出了一种基于Mat Lab的农用车辆故障检测系统, 系统采用嵌入式控制平台, 以软硬件相结合设计的方式, 结合Mat Lab软件仿真技术, 实现对农用车辆故障及行车隐患的实时检测与诊断。实验表明:该系统可以对农用车辆潜在故障信息进行准确采集与判断, 能够及时对故障情况进行预警报警, 且具有较高的实时性、稳定性和有效性, 对实现农用车辆的故障检测具有重要的参考意义。

　　关键词：农用车辆; MatLab; 嵌入式; 故障检测; 预警报警;

　　Abstract：Based on the analysis and detection of agricultural vehicle fault, it proposed a detection system for agricultural vehicle fault based on MATLAB. In order to achieve real-time detection and diagnosis of the fault and the hidden dangers of driving agricultural vehicles, the system uses embedded control platform, with the combination of hardware and software design methods, combined with MATLAB software simulation technology. Experiments showed that the system can accurately collect and judge for agricultural vehicle potential fault information, the fault timely warning alarm, and the system has high real-time, stability and validity, which has important reference significance for the realization of agricultural vehicle fault detection system.

　　Keyword：agricultural vehicles; MatLab; embedded; fault detection; early warning; alarm;

　　随着机械自动化、计算机控制系统和自动检测技术的不断发展, 装载在农用车辆上的计算机控制系统越来越先进, 极大提高了车辆的动力性和安全性, 也较大程度地提高了车辆内部结构的复杂性, 加大了车辆的维修和保养难度, 因此检测与排除车辆故障的方法应运而生。车载故障检测系统可实时在线检测农用车辆状况和故障信息, 有利于故障判断、异常识别以及预警报警。本文以解决农用车辆故障检测及预警报警为出发点, 设计和开发了一套基于Mat Lab的农用车辆故障检测系统。

　　1、农用车辆故障检测原理

　　1.1、故障检测方案设计

　　农用车辆车载故障检测系统由车内在线和车外离线检测系统构成, 前者主要检测车内各种传感器和控制器的实时状态, 根据采集到的信息对其进行故障检测, 若车辆存在故障或隐患则以故障代码的形式储存在微处理器中, 并通过人机交互界面实时显示出来, 让司机了解车辆的实时状况;后者则是向车内在线检测系统发送检测请求, 获得车辆的故障代码及故障维修码, 为车辆自主检测提供策略。

　　目前, 各农用车辆生产厂商都结合车内在线和车外离线检测系统各自优势, 开发和设计车载故障检测系统, 该系统能够准确对农用车辆进行快速检测。车载故障检测系统一般分为两个模块:

　　1) 以软硬件平台搭建的车内在线检测系统实现自我检测功能。在农用车行驶过程中, 车内在线检测系统会对汽车上的各个部分进行实时检测, 判断车辆是否存在机械或电子控制方面的故障;如判断有故障产生时, 车内在线检测系统会以点亮相应指示灯向司机发出警示, 并将故障代码和发生时间保存在存储器中。

　　2) 车辆被送修后, 售后人员通过车外离线检测系统获取车内在线检测系统的信息, 从而快速地对送修车辆进行维修和保养。

　　农用车辆车载故障检测系统采用软硬件相结合的方式设计, 硬件主要包括STM32微处理器、传感检测电路、电机驱动电路及电压稳控电路等;软件则包括故障信号的采集、判断, 以及相应故障代码的确定。农用车辆车载设备故障底层设计如图1所示。

图1 农用车辆车载故障检测系统底层设计

　　农用车辆在作业过程中, 其机械和电子方面的控制部件的信号会在一定的范围内呈现出有规律的变化, 而当出现机械或者电控故障时, 这些信号会偏离正常值, 而微处理器能够准确地识别这些不正常变化。倘若这些信号在一定周期内继续存在, 系统会自动检测该信号对象的故障, 并送至相应的故障指示灯置位, 同时保存在存储器上。若在接下来的1个周期内, 该故障信号消失, 则将相应的故障指示灯清零。在故障指示灯清零后, 系统会自动将一部分不太重要的故障信息删除, 而保留那些重要的故障信息, 在车辆送修时, 供维修人员读取。

　　1.2、故障代码协议

　　农用车辆车载故障检测系统包括各传感器、驱动、电源、能源及电子控制等子电路。因此, 故障代码不仅仅是指该传感器电路存在故障或隐患, 而是表示子电路回路存在问题, 具体原因则可能是该子电路 (包括传感器件、接线头、信号线或者车辆驱动等) 出现了问题。因此, 故障代码只能为驾驶员或售后技术员提供车辆大致出现的故障或隐患区域, 并不能判断出子回路哪个部件出现了问题, 还需由售后技术员采用仪表工作进行详细的检测。

　　农用车辆车载故障检测系统故障代码由5位数字或字母结合组成, 第一部分 (第1位) 为P (车辆动力总成) , B (车身电子系统) , C (车辆底层系统) , U (车辆网络系统) ;第二部分 (后面4位) 为“0, 1, 2, 3, 4, 5, 6, 7, 8, 9”中的4位组成。故障检测系统故障代码含义如图2所示。

图2 故障检测系统故障代码含义

　　本文在设计农用车辆车载故障检测系统是后面4位和5位具体故障参照OBD系统, 其可以为故障详细类型进行指导。例如, 电路开路、电路短路、电压低、电压高、火宅、传感器故障及间歇不稳定等详细故障。

　　2、农用车辆故障检测系统节点软硬件设计

　　在设计农用车辆故障检测节点中, 为了让各子系统具有标准接口、模块化、可移植性、可扩展性及可互换性等功能, 最大程度地提高整个系统的扩展性、移植性以及稳定性, 各个子系统均采用模块化设计方法。

　　2.1、故障诊断节点硬件设计

　　农用车辆故障检测系统采用ST公司高性能、低成本及低功耗STM32F103微处理器, 该处理器具有快速的处理能力和响应能力。整个系统包括微处理器、CAN总线、串口、存储设备, 以及输入、输出设备等, 如图3所示。

图3 农用车辆故障检测系统硬件结构图

　　在农用车辆故障检测系统中, 故障诊断节点主要包括设备检测信号采集模块、信号调理模块及信号分析处理模块, 故障诊断节点框架如图4所示。

图4 故障诊断节点框架图

　　故障检测节点采用CAN局域网现场总线通信协议, 系统设备检测的信息通过检测传感器组、中继电缆、数字信号接口及模拟信号接口采集, 由调理电路进行滤波和放大处理后发送给CAN总线, 进而发送给微处理器。

　　2.2、故障检测节点软件设计

　　农用车辆故障检测系统的主要功能都是在硬件的基础上, 由软件实现。因此, 软件的设计也较为复杂, 系统不仅需要对底层驱动程序进行编译、移植, 还需要对CAN总线接口进行驱动开发移植;另外, 还需要对其他应用层的程序进行编写。农用车辆故障检测系统软硬件之间的关系如图5所示。

图5 检测系统软硬件之间的关系图

　　整个软件系统主要包括主程序、初始化、定时器与计数器、通信协议及故障检测等多个子程序。由于受到篇幅的限制, 本文仅仅给出主程序的流程, 如图6所示。

图6 软件主程序流程图

　　3、Mat Lab在农用车辆故障检测中的应用

　　3.1、建立农用车辆车载故障检测系统模型

　　在建立农用车辆车载故障检测系统模型过程中, 本文根据试验获取故障检测实际样本集, 对数据进行归一化处理, 得到故障类型样本集;然后通过神经网络学习训练模型进行测试, 得到神经网络模型;最终结合测试样本集数据得到车辆故障检测结果。农用车辆车载故障检测系统模型如图7所示。

图7 农用车辆车载故障检测数学模型

　　3.2、Mat Lab在农用车辆故障检测中的应用

　　Mat Lab在农用车辆故障检测中的应用是通过对燃油、空气排放控制系统, 燃油、空气计量系统, 以及喷油器检测系统、点火系统、排放控制系统、车速及怠速控制系统、计算机辅助控制系统、变速箱和动力系统的样本集进行训练并确定各部分在网络连接中的权值。若样本中没有足以判断故障信息或未能获取车辆故障的信息, 则检测结果是不确定的。因此, 建立农用车辆故障故障及其特征值是建立模型的关键所在。农用车辆故障及其特征值如表1所示。

表1 农用车辆故障及其特征值

　　在进行Mat Lab软件仿真时, 需要输入样本矩阵、目标矩阵、网络层数、输出单元层个数、输入层-隐层连接权值和隐层-输出层连接权值;在仿真和数据检测的过程中, 建立神经网络模型, 并根据需要检测的车辆故障对数据样本进行训练, 使网络识别故障检测模式。例如, 在某个车辆故障检测模式中, 神经网络的输出一个目标矩阵, 采用数据库保存的训练样本和模型权值, 便可以输出直观的车辆故障检测结果。Mat Lab软件仿真检测程序框图如8所示。

图8 MATLAB软件仿真检测程序框图

　　4、实验仿真及结果分析

　　为了验证农用车辆故障检测系统是否能够准确检测车辆故障, 及检验该系统的实时性、稳定性和有效性, 特对该系统进行了Mat Lab仿真测试。系统通过CAN总线对信息数据进行采集并生成特征向量, 最后采用神经网络的方式对特征故障库进行分类识别与处理, 并输出检测结果。Mat Lab仿真界面及结果如图9所示。

图9 MATLAB仿真界面及结果图

　　该农用车辆故障检测系统经过长时间的测试和应用, 能够准确检测车辆故障代码及类型, 也能够实时输出检测结果。例如, 故障代码为P0350, 故障类型为点火线圈一次/二次线路失效等信息, 并且测试结果与维修售后人员实际检测故障相符合。测试结果说明:基于Mat Lab的农用车辆故障检测系统实现了预期的故障检测功能, 系统具有较高的实时性、稳定性和有效性, 对实现农用车辆故障检测系统具有重要的参考意义。

　　5、结论

　　本文以STM32F103微处理器为核心, 结合Mat Lab软件仿真平台, 从农用车辆故障的分析和诊断入手, 设计和开发了农用车辆车载故障检测系统, 系统能够对车辆故障和行车隐患进行实时检测, 具有结构简单和成本低廉等优势。测试结果表明:基于Mat Lab的农用车辆故障检测系统实现了预期的故障检测功能, 具有较高的实时性、稳定性和有效性, 对实现农用车辆故障检测系统具有重要的参考意义。

　　参考文献
　　[1]张晓阳.基于案例相似度的车辆故障智能诊断系统研究[D].长春:吉林大学, 2017.
　　[2]刘志亮, 潘登, 左明健, 等.轨道车辆故障诊断研究进展[J].机械工程学报, 2016, 52 (14) :134-146.
　　[3]王韵.基于案例信息检索的车辆故障诊断系统[D].长春:吉林大学, 2016.
　　[4]王爱军, 孙明.基于XC2365和模糊算法的车辆ESP系统研究与设计[J].电子器件, 2015, 38 (2) :469-472.
　　[5]刘春林.基于DSP的风电增速箱故障诊断系统的研究[D].太原:中北大学, 2015.
　　[6]项巍巍.轮轨车辆轴承故障模拟及稀疏诊断方法研究[D].苏州:苏州大学, 2015.
　　[7]史文杰.某型纯电动汽车故障诊断功能的设计和研究[D].合肥:合肥工业大学, 2015.
　　[8]陆世鹏, 许勇, 陈伟波.基于SAE J1939协议的车辆下线检测系统设计[J].汽车技术, 2013 (2) :41-45.
　　[9]朱跃.城轨车辆轮对踏面故障在线监测系统研究[D].南京:南京理工大学, 2013.
　　[10]陈文才.汽车故障诊断仿真实训系统设计与实现[D].长沙:湖南大学, 2012.
　　[11]鲍健.汽车故障诊断技术的现状与发展趋势[J].科技资讯, 2012 (5) :110-111.
　　[12]颜伏伍, 刘陶然, 胡杰.汽车故障诊断系统通信协议栈的研究与应用[J].武汉理工大学学报:信息与管理工程版, 2011, 33 (6) :986-990.
　　[13]尹韶峰.基于模糊依赖度算法汽车故障诊断仿真研究[J].计算机仿真, 2011, 28 (9) :354-356, 368.
　　[14]夏文斌, 陈军, 郑天鹏.农用车辆状态参数检测系统研究[J].农机化研究, 2011, 33 (6) :224-227.
　　[15]胡琦.基于AUTOSAR的汽车故障诊断系统的设计与实现[D].杭州:浙江大学, 2011.