农用汽车发动机状态监测系统与诊断方法研究

2024.10.11

李立达

摘要：通过多种信号收集、分析处理系统的设计、故障诊断系统的搭建等对农用汽车发动机的运行性能及故障状态检测、信号搜集与处理算法的研究等进行了详细的阐述，并且提出了一种依托于信息融合的BP神经网络农用汽车发动机故障诊断方法。经过大量的实验论证，该系统拥有运行稳定、诊断准确等优点，可以满足当前的诊断需求。

关键词：农用汽车;发动机;状态检测;诊断方法

中图分类号：S229.1文献标识码：A

doi：10.14031/j.cnki.njwx.2019.10.015

农用汽车是我国农业机械化的最主要生产用具之一，在中国从传统农业朝着机械化农业过渡的重要时期发挥着重要的作用。发动机作为一个极其复杂的系统，同时也是农用汽车的核心组件，与其相关的故障是引起事故的主要因素之一。发动机在运行过程中的各项参数变化同自身的技术状况、故障状态等具有紧密的联系。

1 整体设计

1.1 基本原理概述

农用汽车发动机的作业情况与伴随过程参数由PCI采集卡对传感器信号做出收集操作，紧接着传送到控制机室完成滤波操作，取得必要的参数。在把收集到的所有参数进行预处理、成分及特征提取、信息整合等相关操作后，获得发动机故障诊断的特征向量，进而提供给故障诊断算法，用以识别农用汽车发动机的运行状况。

1.2 流程设计

我们在对农用汽车发动机工况信号与伴随参数信号进行采集操作后，传送至数据解析模块，完成信号评定任务。若超限，那么系统便会自动报警;反之，借助系统对特征向量的各类提取操作，我们可以判断信号是否正常。如果信号处于非正常状态，那么将由系统展开简易判定，然后是精密判断，最后定格发动机的故障层级，更严重时便会直接停机。

2 信号的采集与处理

采集卡、传感器和信号调理测控软件等共同组成了农用汽车发动机故障监测系统。传感器收集发动机的多种原始信号，通过特定的处理获得发动机故障诊断测试系统需要的信号参数。经由软件的剖析，收集到的信号可能会有一些高斯噪声，通过中值滤波算法来去除信号当中的这些噪声。

2.1 信息融合在线诊断状态研究

（1）信息融合算法研究。我们通过传感器获取到和发动机状态有关的所需信号后，借助对所采集信号的处理操作，获取到一些相关的即时数据;另外，由于目前的原始信息量巨大、速度不够快、表现性较差等，因此我们必须对这部分信息采取信息融合、关键特征提取等必要的操作，目的是更好地完成对被测对象的最终评价。

（2）基于专家知识库的故障诊断模型研究。通过上述内容，对传感器信息融合技术展开深入、全面的剖析，并且对信息融合的诊断值算法进行了论证。考虑到检测诊断系统的综合性、复杂性特点，以往的较为单一的信息诊断模式早已经不能满足精确诊断的基本需求。在此情况下，我们应当借助传感器完成对各种采集信息的融合操作，从而快速提高诊断的精确程度。在故障诊断的环节当中，专业人士不仅拥有扎实的理论储备，同时具有科学选择并應用理论知识进行剖析的能力。本文主要是以知识库当中的领域理论为前提，合理选择诊断方式，同时将各方面的诊断信息与诊断结论进行融合，最终达到精确诊断的目的。

2.2 测试诊断平台的搭建与研究

（1）故障诊断算法研究。对各类潜在及已经显现出的故障征兆进行深入搜查是农用汽车发动机故障诊断的实质。之前我们通常是依靠人工检查的方式解决各类发动机故障问题，此手段一般都是问题出现后所采取的行动，同时其检查效果与有效性受到检测者技术水平的钳制，不但费时费力，也无法保证良好的效果。现如今，市场上采取的诊断方式大多基于逻辑分析法，这一模式的实现环节十分复杂，难以迎合网上检测的基本需求。对于上述各类问题，我们在结合BP网络神经在线诊断算法的基础上，完成了发动机故障的在线检测操作。针对发动机故障诊断过程中出现的一系列问题，我们在对发动机运行状态参数做出信息融合操作的同时，依据各参数之间的关联，建立起BP神经网络故障诊断模型。

（2）故障诊断平台的实现。基本实现了农用汽车发动机故障检测与诊断平台的研发目的。该平台能够完成单一项目诊断或综合项目诊断，并且可设置自动或者手动操作。其主要能够实现废气排放系统诊断、机体振动测试诊断以及燃油供给诊断等。

3 结语

综上所述，本文主要对以下内容进行了详细的阐述。农用汽车发动机状态检测及故障诊断系统的设计;信息采集和处理算法的研究，借助中值滤波算法解决高斯噪声问题;构建了农用汽车发动机故障诊断平台，对基于信息融合的故障诊断算法进行了深入研究。

参考文献：

[1]陈虹，宫洵，胡云峰，等.汽车控制的研究现状与展望[J].自动化学报，2013（4）：322-346.

[2]王彦梅，李佳民.农用汽车发动机状态监测系统与诊断方法研究[J].农机化研究，2018（2）.

（04）