農(nóng)用汽車發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)與診斷方法研究

李立達(dá)

摘 要：通過(guò)多種信號(hào)收集、分析處理系統(tǒng)的設(shè)計(jì)、故障診斷系統(tǒng)的搭建等對(duì)農(nóng)用汽車發(fā)動(dòng)機(jī)的運(yùn)行性能及故障狀態(tài)檢測(cè)、信號(hào)搜集與處理算法的研究等進(jìn)行了詳細(xì)的闡述，并且提出了一種依托于信息融合的BP神經(jīng)網(wǎng)絡(luò)農(nóng)用汽車發(fā)動(dòng)機(jī)故障診斷方法。經(jīng)過(guò)大量的實(shí)驗(yàn)論證，該系統(tǒng)擁有運(yùn)行穩(wěn)定、診斷準(zhǔn)確等優(yōu)點(diǎn)，可以滿足當(dāng)前的診斷需求。

關(guān)鍵詞：農(nóng)用汽車;發(fā)動(dòng)機(jī);狀態(tài)檢測(cè);診斷方法

中圖分類號(hào)：S229.1文獻(xiàn)標(biāo)識(shí)碼：A

doi：10.14031/j.cnki.njwx.2019.10.015

農(nóng)用汽車是我國(guó)農(nóng)業(yè)機(jī)械化的最主要生產(chǎn)用具之一，在中國(guó)從傳統(tǒng)農(nóng)業(yè)朝著機(jī)械化農(nóng)業(yè)過(guò)渡的重要時(shí)期發(fā)揮著重要的作用。發(fā)動(dòng)機(jī)作為一個(gè)極其復(fù)雜的系統(tǒng)，同時(shí)也是農(nóng)用汽車的核心組件，與其相關(guān)的故障是引起事故的主要因素之一。發(fā)動(dòng)機(jī)在運(yùn)行過(guò)程中的各項(xiàng)參數(shù)變化同自身的技術(shù)狀況、故障狀態(tài)等具有緊密的聯(lián)系。

1 整體設(shè)計(jì)

1.1 基本原理概述

農(nóng)用汽車發(fā)動(dòng)機(jī)的作業(yè)情況與伴隨過(guò)程參數(shù)由PCI采集卡對(duì)傳感器信號(hào)做出收集操作，緊接著傳送到控制機(jī)室完成濾波操作，取得必要的參數(shù)。在把收集到的所有參數(shù)進(jìn)行預(yù)處理、成分及特征提取、信息整合等相關(guān)操作后，獲得發(fā)動(dòng)機(jī)故障診斷的特征向量，進(jìn)而提供給故障診斷算法，用以識(shí)別農(nóng)用汽車發(fā)動(dòng)機(jī)的運(yùn)行狀況。

1.2 流程設(shè)計(jì)

我們?cè)趯?duì)農(nóng)用汽車發(fā)動(dòng)機(jī)工況信號(hào)與伴隨參數(shù)信號(hào)進(jìn)行采集操作后，傳送至數(shù)據(jù)解析模塊，完成信號(hào)評(píng)定任務(wù)。若超限，那么系統(tǒng)便會(huì)自動(dòng)報(bào)警;反之，借助系統(tǒng)對(duì)特征向量的各類提取操作，我們可以判斷信號(hào)是否正常。如果信號(hào)處于非正常狀態(tài)，那么將由系統(tǒng)展開(kāi)簡(jiǎn)易判定，然后是精密判斷，最后定格發(fā)動(dòng)機(jī)的故障層級(jí)，更嚴(yán)重時(shí)便會(huì)直接停機(jī)。

2 信號(hào)的采集與處理

采集卡、傳感器和信號(hào)調(diào)理測(cè)控軟件等共同組成了農(nóng)用汽車發(fā)動(dòng)機(jī)故障監(jiān)測(cè)系統(tǒng)。傳感器收集發(fā)動(dòng)機(jī)的多種原始信號(hào)，通過(guò)特定的處理獲得發(fā)動(dòng)機(jī)故障診斷測(cè)試系統(tǒng)需要的信號(hào)參數(shù)。經(jīng)由軟件的剖析，收集到的信號(hào)可能會(huì)有一些高斯噪聲，通過(guò)中值濾波算法來(lái)去除信號(hào)當(dāng)中的這些噪聲。

2.1 信息融合在線診斷狀態(tài)研究

（1）信息融合算法研究。我們通過(guò)傳感器獲取到和發(fā)動(dòng)機(jī)狀態(tài)有關(guān)的所需信號(hào)后，借助對(duì)所采集信號(hào)的處理操作，獲取到一些相關(guān)的即時(shí)數(shù)據(jù);另外，由于目前的原始信息量巨大、速度不夠快、表現(xiàn)性較差等，因此我們必須對(duì)這部分信息采取信息融合、關(guān)鍵特征提取等必要的操作，目的是更好地完成對(duì)被測(cè)對(duì)象的最終評(píng)價(jià)。

（2）基于專家知識(shí)庫(kù)的故障診斷模型研究。通過(guò)上述內(nèi)容，對(duì)傳感器信息融合技術(shù)展開(kāi)深入、全面的剖析，并且對(duì)信息融合的診斷值算法進(jìn)行了論證?？紤]到檢測(cè)診斷系統(tǒng)的綜合性、復(fù)雜性特點(diǎn)，以往的較為單一的信息診斷模式早已經(jīng)不能滿足精確診斷的基本需求。在此情況下，我們應(yīng)當(dāng)借助傳感器完成對(duì)各種采集信息的融合操作，從而快速提高診斷的精確程度。在故障診斷的環(huán)節(jié)當(dāng)中，專業(yè)人士不僅擁有扎實(shí)的理論儲(chǔ)備，同時(shí)具有科學(xué)選擇并應(yīng)用理論知識(shí)進(jìn)行剖析的能力。本文主要是以知識(shí)庫(kù)當(dāng)中的領(lǐng)域理論為前提，合理選擇診斷方式，同時(shí)將各方面的診斷信息與診斷結(jié)論進(jìn)行融合，最終達(dá)到精確診斷的目的。

2.2 測(cè)試診斷平臺(tái)的搭建與研究

（1）故障診斷算法研究。對(duì)各類潛在及已經(jīng)顯現(xiàn)出的故障征兆進(jìn)行深入搜查是農(nóng)用汽車發(fā)動(dòng)機(jī)故障診斷的實(shí)質(zhì)。之前我們通常是依靠人工檢查的方式解決各類發(fā)動(dòng)機(jī)故障問(wèn)題，此手段一般都是問(wèn)題出現(xiàn)后所采取的行動(dòng)，同時(shí)其檢查效果與有效性受到檢測(cè)者技術(shù)水平的鉗制，不但費(fèi)時(shí)費(fèi)力，也無(wú)法保證良好的效果?，F(xiàn)如今，市場(chǎng)上采取的診斷方式大多基于邏輯分析法，這一模式的實(shí)現(xiàn)環(huán)節(jié)十分復(fù)雜，難以迎合網(wǎng)上檢測(cè)的基本需求。對(duì)于上述各類問(wèn)題，我們?cè)诮Y(jié)合BP網(wǎng)絡(luò)神經(jīng)在線診斷算法的基礎(chǔ)上，完成了發(fā)動(dòng)機(jī)故障的在線檢測(cè)操作。針對(duì)發(fā)動(dòng)機(jī)故障診斷過(guò)程中出現(xiàn)的一系列問(wèn)題，我們?cè)趯?duì)發(fā)動(dòng)機(jī)運(yùn)行狀態(tài)參數(shù)做出信息融合操作的同時(shí)，依據(jù)各參數(shù)之間的關(guān)聯(lián)，建立起B(yǎng)P神經(jīng)網(wǎng)絡(luò)故障診斷模型。

（2）故障診斷平臺(tái)的實(shí)現(xiàn)?；緦?shí)現(xiàn)了農(nóng)用汽車發(fā)動(dòng)機(jī)故障檢測(cè)與診斷平臺(tái)的研發(fā)目的。該平臺(tái)能夠完成單一項(xiàng)目診斷或綜合項(xiàng)目診斷，并且可設(shè)置自動(dòng)或者手動(dòng)操作。其主要能夠?qū)崿F(xiàn)廢氣排放系統(tǒng)診斷、機(jī)體振動(dòng)測(cè)試診斷以及燃油供給診斷等。

3 結(jié)語(yǔ)

綜上所述，本文主要對(duì)以下內(nèi)容進(jìn)行了詳細(xì)的闡述。農(nóng)用汽車發(fā)動(dòng)機(jī)狀態(tài)檢測(cè)及故障診斷系統(tǒng)的設(shè)計(jì);信息采集和處理算法的研究，借助中值濾波算法解決高斯噪聲問(wèn)題;構(gòu)建了農(nóng)用汽車發(fā)動(dòng)機(jī)故障診斷平臺(tái)，對(duì)基于信息融合的故障診斷算法進(jìn)行了深入研究。

參考文獻(xiàn)：

[1]陳虹，宮洵，胡云峰，等.汽車控制的研究現(xiàn)狀與展望[J].自動(dòng)化學(xué)報(bào)，2013（4）：322-346.

[2]王彥梅，李佳民.農(nóng)用汽車發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)與診斷方法研究[J].農(nóng)機(jī)化研究，2018（2）.

（04）