CAN总线的汽车故障诊斷系统
CAN总线的汽车故障诊断系统
周美兰敖雪王健
摘要CAN总线适配器的设计是以CAN总线技术在现代汽车上的广泛运用,汽车故障信息和诊断的复杂性为基础.微软的VisualC++VI.0是用来构建卡尔曼滤波和BP神经网络的汽车故障诊断系统.接收的信号经过CAN总线.滤波并去除噪声.在线故障诊断和预测进入汽车的主要系统.实验结果表明,卡尔曼滤波对从汽车故障信号中去除噪声X分良好,而且系统的BP网络的诊断对故障现象到故障位置实现非线性映射也X分有效.
关键字:汽车故障诊断;CAN总线;表面设计;卡尔曼滤波;反向传播网络
I.前言
计算机技术的快速发展为汽车故障诊断提供了新的活力.若要判断汽车当前的运行状况,并在汽车不解体的状况下,及时准确地确定故障的原因和位置,汽车故障诊断会更方便汽车性能测试和维护.针对CAN总线技术在汽车应用和汽车故障信息复杂的特点,根据非线性函数逼近能力的优点,它是I.个自我了解能力和自我适应能力的人工神经网络.本文是在CAN总线基础上设计汽车故障诊断统.
II系统功能和设计
图I.显示了汽车故障诊断系统由USB技术的总线适配器,BP神经网络故障诊断系统和故障显示接口.关于汽车的运行模式的数据是从子节点上传CAN总线,并接受了CAN总线适配器,然后传输到上位监控网络的I.部分.然后利用BP神经网络已经被诊断的计算,并判断是否有故障或不发生故障的位置.最后,结果显示在故障显示接口,以供驾驶员和维修人员参考.
图I.系统结构
IIICAN-USB适配器
飞利浦公司生产的CAN总线控制器SJAI.000和CAN收发器VIIIIICIIV0是CAN总线接口的主要组成部分.CAN控制器和物理总线之间的接口采用VIIIIICIIV0,主要应用于电平转换,提高系统的驱动能力和提供差分发送和接受能力 *好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
,以满足CAN总线通信的要求.它可以调整速度的过渡和防止干扰太.SJAI.000作为系统的通信控制单元.单片机PVIIIIXCVII提供帧数据的错误检测和自动地址识别功能.USB芯片PDIUSBDI.II作为通用高速并行接口与单片机通信.
IV卡尔曼数字滤波器的设计
卡尔曼滤波是I.种高效率的递归滤波器,这是最优的自回归数据处理算法.它从I.系列的不完整的噪声测量和估计动态系统的状态中选择数据.使用系统的过程模型来预测下I.状态的系统.目前的系统模式的假设是,根据系统的模型,可以预测系统之前的现状.
(I.)
在式(I.),是使用以前的状态的结果的预测.是I.个系统的最佳结果.是当前状态的控制体积.
(II)
在式(II),是的相应的协方差,是相应的协方差,代表的转置矩阵,是I.个系统过程的协方差.
现在我们有目前状态的预测,然后将收集的当前状态的测量,并结合预测值和实测值,我们可以得到最优估计的条件.
(III)
在式(III),是卡尔曼增益:
(IV)
为了使卡尔曼滤波器的连续运行,直到最后的系统,它也需要更新的协方差的状态:
(V)
当系统进入的状态,是的类型(II).该算法可以从返回操作.
VBP网络在汽车故障诊断运用
第I.阶段是网络训练阶段.通过网络的权值和阈值调整执行的问题领域.第II阶段称为工作的阶段,有固定的权值和阈值.实验数据被输入到网络,该网络可以对它们进行分类.
BP网络非线性连续可导的S型(S型)函数作为激活函数
(VI)
在公式(I.),网是网络单元状态,
单位产量是
(VII)
其中,是单位字段值.在激活功能如公式(VII)那种情况,是
(VIII)
输出层单元是
(IX)
隐层单元是
(I.0)
权重调整是
(I.I.)
学习率η已在实际过程中的诊断过程有巨大的影响.是根据梯度搜索的步长.随重量变化更敏锐更大.在实际应用中的价值应定期在不导致振动的前提下最大.添加动量项的公式以使学习速度够快,不产生振荡.
(I.II)
在公式(I.II),α是I.个常数,决定从目前的体重变化的旁通体重变化的影响程度.
隐含层单元数的选择取决于定理,其中n是输入层单元数,并在该系统中
学习率,也被称为学习步长随重量变化更敏锐更大,但这将导致振动;如果最小,学习率会慢慢改变,但学习的过程会顺.所以I.个恒定的应采取的完成,并在该系统0.V.
动量修正系数α应采取协调与学习率.如果α是较大的,它可以提高收敛速度,但不会积极地处理在提高精度.α应该是I.个常数,并在该系统中是0.V.
VI汽车故障诊断系统的软件设计
通过对汽车故障诊断系统设计的软件程序微软的VisualC++?VI.0编程环境,主要包括III部分程序,如USB与上位机之间的通信,培训与BP神经网络预测程序以及故障显示接口设计诊断系统.
图IV显示的汽车故障诊断系统的主界面.推动IV系统按钮(如转向系统,制动系统,发动机,传动)进入训练界面,所有的列车IVBP网络系统;然后再把程序按钮进入检测接口输入数据和验证BP网络的有效性;最后按OK按钮的诊断和预测故障的IV系统在线. *好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
/>带传动系统为例,由于该系统满足任何双数据作为输入样本和目标输出要求,设置输入样本数据为汽车故障数据,并在数据为正常范围;设定目标的输出数据作为汽车故障位置的代码,相应的汽车故障的位置.
经过I.VIII0次训练,如表数据I.,有效输出达到的精度范围内,所以训练是有效的.传输故障的BP网络训练界面如图VI所示.
经过实际测试,在图IV主界面显示子节点接收到的数据从CAN总线系统.BP神经网络的故障诊断系统,我们可以确定故障汽车传动系统,这是离合器贮槽压力太低,故障定位和故障原因是液体压力控制器输油路线.
图V汽车故障诊断的主要接口
图VIBP列车接口
VII结论
本文提出了CAN总线的汽车故障分析系统.CAN-USB接口卡,卡尔曼滤波信号的去噪,BP神经网络的故障诊断是思想的III个部分.本文阐述了BP神经网络理论,分析了BP网络的结构,训练过程和完整的软件设计VisualC++?VI.0.
结果表明,CAN-USB智能接口卡可以接收高速信号子的CAN总线节点,卡尔曼滤波器适用于汽车信号的复杂性和过滤效果明显,使用BP神经网络能够进行有效的诊断和预测汽车的故障有效准确的.
此外,由于复杂的结构和汽车零部件,在未来这是不可避免的,你可以提高软件的进I.步升级使其具有更全面的功能.
参考文献:
[I.]陈瑜,胡毅.BP神经网络的发动机故障诊断研究[J].计算机应用技术,II00VIII,(I.):VIIII.-VIIIIII.
[II]博世控制酒店局域网:.
[III]Haykin,S.自适应滤波器原理(第IV版)[M].北京:电子工业出版社,II00VI.
[IV]张晓丹,赵海.?神经网络集成融合模型研究及应用[M].第II届IEEE国际能源机构,II00VII:IVVIII0-IVVIIIIII.
[V]杨德志,王静.评估和控制使用人工神经网络的混合动力电动汽车[M].第II届IEEE国际能源机构,II00VII:IIIV-IV0.
周美兰敖雪王健
摘要CAN总线适配器的设计是以CAN总线技术在现代汽车上的广泛运用,汽车故障信息和诊断的复杂性为基础.微软的VisualC++VI.0是用来构建卡尔曼滤波和BP神经网络的汽车故障诊断系统.接收的信号经过CAN总线.滤波并去除噪声.在线故障诊断和预测进入汽车的主要系统.实验结果表明,卡尔曼滤波对从汽车故障信号中去除噪声X分良好,而且系统的BP网络的诊断对故障现象到故障位置实现非线性映射也X分有效.
关键字:汽车故障诊断;CAN总线;表面设计;卡尔曼滤波;反向传播网络
I.前言
计算机技术的快速发展为汽车故障诊断提供了新的活力.若要判断汽车当前的运行状况,并在汽车不解体的状况下,及时准确地确定故障的原因和位置,汽车故障诊断会更方便汽车性能测试和维护.针对CAN总线技术在汽车应用和汽车故障信息复杂的特点,根据非线性函数逼近能力的优点,它是I.个自我了解能力和自我适应能力的人工神经网络.本文是在CAN总线基础上设计汽车故障诊断统.
II系统功能和设计
图I.显示了汽车故障诊断系统由USB技术的总线适配器,BP神经网络故障诊断系统和故障显示接口.关于汽车的运行模式的数据是从子节点上传CAN总线,并接受了CAN总线适配器,然后传输到上位监控网络的I.部分.然后利用BP神经网络已经被诊断的计算,并判断是否有故障或不发生故障的位置.最后,结果显示在故障显示接口,以供驾驶员和维修人员参考.
图I.系统结构
IIICAN-USB适配器
飞利浦公司生产的CAN总线控制器SJAI.000和CAN收发器VIIIIICIIV0是CAN总线接口的主要组成部分.CAN控制器和物理总线之间的接口采用VIIIIICIIV0,主要应用于电平转换,提高系统的驱动能力和提供差分发送和接受能力 *好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
,以满足CAN总线通信的要求.它可以调整速度的过渡和防止干扰太.SJAI.000作为系统的通信控制单元.单片机PVIIIIXCVII提供帧数据的错误检测和自动地址识别功能.USB芯片PDIUSBDI.II作为通用高速并行接口与单片机通信.
IV卡尔曼数字滤波器的设计
卡尔曼滤波是I.种高效率的递归滤波器,这是最优的自回归数据处理算法.它从I.系列的不完整的噪声测量和估计动态系统的状态中选择数据.使用系统的过程模型来预测下I.状态的系统.目前的系统模式的假设是,根据系统的模型,可以预测系统之前的现状.
(I.)
在式(I.),是使用以前的状态的结果的预测.是I.个系统的最佳结果.是当前状态的控制体积.
(II)
在式(II),是的相应的协方差,是相应的协方差,代表的转置矩阵,是I.个系统过程的协方差.
现在我们有目前状态的预测,然后将收集的当前状态的测量,并结合预测值和实测值,我们可以得到最优估计的条件.
(III)
在式(III),是卡尔曼增益:
(IV)
为了使卡尔曼滤波器的连续运行,直到最后的系统,它也需要更新的协方差的状态:
(V)
当系统进入的状态,是的类型(II).该算法可以从返回操作.
VBP网络在汽车故障诊断运用
第I.阶段是网络训练阶段.通过网络的权值和阈值调整执行的问题领域.第II阶段称为工作的阶段,有固定的权值和阈值.实验数据被输入到网络,该网络可以对它们进行分类.
BP网络非线性连续可导的S型(S型)函数作为激活函数
(VI)
在公式(I.),网是网络单元状态,
单位产量是
(VII)
其中,是单位字段值.在激活功能如公式(VII)那种情况,是
(VIII)
输出层单元是
(IX)
隐层单元是
(I.0)
权重调整是
(I.I.)
学习率η已在实际过程中的诊断过程有巨大的影响.是根据梯度搜索的步长.随重量变化更敏锐更大.在实际应用中的价值应定期在不导致振动的前提下最大.添加动量项的公式以使学习速度够快,不产生振荡.
(I.II)
在公式(I.II),α是I.个常数,决定从目前的体重变化的旁通体重变化的影响程度.
隐含层单元数的选择取决于定理,其中n是输入层单元数,并在该系统中
学习率,也被称为学习步长随重量变化更敏锐更大,但这将导致振动;如果最小,学习率会慢慢改变,但学习的过程会顺.所以I.个恒定的应采取的完成,并在该系统0.V.
动量修正系数α应采取协调与学习率.如果α是较大的,它可以提高收敛速度,但不会积极地处理在提高精度.α应该是I.个常数,并在该系统中是0.V.
VI汽车故障诊断系统的软件设计
通过对汽车故障诊断系统设计的软件程序微软的VisualC++?VI.0编程环境,主要包括III部分程序,如USB与上位机之间的通信,培训与BP神经网络预测程序以及故障显示接口设计诊断系统.
图IV显示的汽车故障诊断系统的主界面.推动IV系统按钮(如转向系统,制动系统,发动机,传动)进入训练界面,所有的列车IVBP网络系统;然后再把程序按钮进入检测接口输入数据和验证BP网络的有效性;最后按OK按钮的诊断和预测故障的IV系统在线.
/>带传动系统为例,由于该系统满足任何双数据作为输入样本和目标输出要求,设置输入样本数据为汽车故障数据,并在数据为正常范围;设定目标的输出数据作为汽车故障位置的代码,相应的汽车故障的位置.
经过I.VIII0次训练,如表数据I.,有效输出达到的精度范围内,所以训练是有效的.传输故障的BP网络训练界面如图VI所示.
经过实际测试,在图IV主界面显示子节点接收到的数据从CAN总线系统.BP神经网络的故障诊断系统,我们可以确定故障汽车传动系统,这是离合器贮槽压力太低,故障定位和故障原因是液体压力控制器输油路线.
图V汽车故障诊断的主要接口
图VIBP列车接口
VII结论
本文提出了CAN总线的汽车故障分析系统.CAN-USB接口卡,卡尔曼滤波信号的去噪,BP神经网络的故障诊断是思想的III个部分.本文阐述了BP神经网络理论,分析了BP网络的结构,训练过程和完整的软件设计VisualC++?VI.0.
结果表明,CAN-USB智能接口卡可以接收高速信号子的CAN总线节点,卡尔曼滤波器适用于汽车信号的复杂性和过滤效果明显,使用BP神经网络能够进行有效的诊断和预测汽车的故障有效准确的.
此外,由于复杂的结构和汽车零部件,在未来这是不可避免的,你可以提高软件的进I.步升级使其具有更全面的功能.
参考文献:
[I.]陈瑜,胡毅.BP神经网络的发动机故障诊断研究[J].计算机应用技术,II00VIII,(I.):VIIII.-VIIIIII.
[II]博世控制酒店局域网:
[III]Haykin,S.自适应滤波器原理(第IV版)[M].北京:电子工业出版社,II00VI.
[IV]张晓丹,赵海.?神经网络集成融合模型研究及应用[M].第II届IEEE国际能源机构,II00VII:IVVIII0-IVVIIIIII.
[V]杨德志,王静.评估和控制使用人工神经网络的混合动力电动汽车[M].第II届IEEE国际能源机构,II00VII:IIIV-IV0.
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/lwqt/wxzs/61.html
