汽车检测线远程智能诊断系统研究

发布时间：2020-06-13 19:33

【摘要】：汽车检测线是对汽车安全性能进行综合检测的测控系统,该系统中包含各种电子电路、机械设备。一旦出现故障难以即时处理,因此研究汽车检测线远程智能诊断系统,以提高故障的诊断效率,对汽车检测线持久、稳定的运行有着重要意义。本文以数十条汽车检测线为研究对象,首先介绍了汽车检测线的系统结构以及工作原理,从中分析汽车检测线常见的故障,并将故障分为线路故障、配件故障、供电故障、软件故障四大类。针对前三类故障设计出基于飞思卡尔MC9S12DP512的硬件电路故障数据采集模块,模块主要分为两大部分:一是运用光耦隔离技术采集数字信号量,二是使用AD622设计的放大电路采集模拟信号量。进而根据所分析的故障原因和采集的故障数据建立了基于演绎推理方法的汽车检测线故障树,将故障树分为点阵灯屏故障、轴重检测台故障、制动检测台故障、侧滑检测台故障几个子故障树。故障树中包括了光电开关、传感器、IO板卡、放大电路板卡等多个故障诊断部位,通过最小割集法对汽车检测线故障树进行定性分析,运用模糊理论对故障树底事件进行故障率分析。在故障树分析的基础上,研究基于产生式规则的汽车检测线故障诊断专家系统,该专家系统采用Rete规则匹配算法,拥有包含所有汽车检测线故障规则以及故障数据事实的专家系统知识库。最后使用基于Java开发的JESS专家系统外壳实现故障诊断。远程诊断平台方面采用B/S体系结构,运用Java面向对象语言、MySQL关系型数据库开发完成。通过浏览器页面交互实现用户注册登录、上传故障数据、在线诊断、查看历史记录等功能。最后对汽车检测线远程智能诊断系统进行了试验测试,模拟用户操作完成工控计算机上的故障采集、登录远程诊断平台上传诊断数据、获得诊断结论等流程。试验结果表明本文设计研究的诊断系统可以实现远程故障诊断的功能,具有使用方便、故障定位准确的特点,可以显著地提高汽车检测线检测设备的使用效率。
【图文】：

故障诊断方法

图 1.1 故障诊断方法基于专家系统的诊断方法研究较多，实际应用也较广，是故障诊断领域当中引人注目的发展方向之一。此类研究开始较早，目前在某些领域已经出现比较成功的基于专家系统的故障诊断。它经历了基于浅知识领域专家的经验知识的故障诊断系统、基于深知识诊断对象的模型知识的故障诊断系统两个发展阶段[7]。专家系统工具通过收集分析专家的专业知识创造出智能的诊断系统，通过事实与规则推理，使计算机可以在短时间内代替专家寻找到故障源。由此减少由设备故障带来的额外维修成本、停机成本，，减少维修人员的工作时间、提高工作效率。将人工神经网络引入故障诊断中也是基于人工智能的诊断方法，该技术属于近几年发展起来的非常有前景的多学科交叉技术，在大型系统的故障诊断中也有取得比较好的效果。基于神经网络的故障诊断技术主要是依靠计算机取模拟人类思考问题的神经学原理进行故障诊断。其应用分布式并行信息处理的算法数学模型，通过调整内部每个节点之间的相互连接关系处理信息，调整模型的结构及参数。人工神经网络拥有自学习和自

维修模式

长安大学硕士学位论文经过上述需求的分析，最终形成如图 2.2 所示的远程智能诊断维修模式。新的在故障诊断上具有实时性，从出现故障到诊断得到故障原因只需要很短时间完集和诊断步骤。维修所需要的时间主要取决于是否更换配件。在大多数情况下更换备件完成检测线维修工作，是一种智能的维修模式。
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U472.9

【参考文献】