中國(guó)北方車(chē)輛研究所 100072

隨著技術(shù)手段的不斷向前發(fā)展，在現(xiàn)今時(shí)代背景下，精密耗電裝置在裝甲車(chē)的車(chē)輛中已經(jīng)越來(lái)越普及，為了確保車(chē)輛正常運(yùn)作，在電源系統(tǒng)上，連續(xù)、可靠成為了一項(xiàng)最起碼的要求。設(shè)計(jì)者為了達(dá)到設(shè)計(jì)要求嘗試諸多辦法進(jìn)行解決。然而由于建立貼近現(xiàn)實(shí)的車(chē)輛電源系統(tǒng)模型是一項(xiàng)難度十分大的工作，同時(shí)在故障狀態(tài)下進(jìn)行分析本身也有著一定的難度。長(zhǎng)期以來(lái)，針對(duì)電源系統(tǒng)故障往往只是選擇換件、分解的方式進(jìn)行解決，這樣的處理方式最明顯的弊端就是需要耗費(fèi)大量時(shí)間、工作效率十分低下，為開(kāi)展相關(guān)工作帶來(lái)巨大的不便，隨著技術(shù)的不斷進(jìn)步，現(xiàn)今已經(jīng)推出的智能診斷技術(shù)，為更快捷的進(jìn)行故障定位帶來(lái)了十分積極地意義。

1 裝甲車(chē)電源系統(tǒng)進(jìn)行智能化診斷故障的原理介紹

裝甲車(chē)輛電源系統(tǒng)進(jìn)行智能故障診斷的時(shí)候，主要通過(guò)信號(hào)采集、特征提取、故障分類(lèi)等步驟完成的，該系統(tǒng)的結(jié)構(gòu)由圖一詳細(xì)展示。通過(guò)對(duì)被測(cè)對(duì)象的信號(hào)采集，在進(jìn)一步提取特征之后，對(duì)所得數(shù)據(jù)進(jìn)行訓(xùn)練以及測(cè)試，最終進(jìn)行故障分類(lèi)之后，詳細(xì)顯示分類(lèi)結(jié)果。由于裝甲車(chē)輛中電源系統(tǒng)所能夠采集信號(hào)來(lái)往往會(huì)有較大的波動(dòng)范圍大，同時(shí)會(huì)不可避免受到傳輸干擾等等，進(jìn)行信號(hào)采集最重要的目的就是對(duì)噪聲進(jìn)行控制，通過(guò)對(duì)信號(hào)進(jìn)行調(diào)理確保系統(tǒng)能夠?qū)ζ漤樌杉?，這是由于系統(tǒng)進(jìn)行信號(hào)采集的時(shí)候，由于在特征辨識(shí)上往往比較困難，只有在利用過(guò)時(shí)頻域進(jìn)行變換處理之后，才可以詳細(xì)的分析信號(hào)自身特征，針對(duì)發(fā)生問(wèn)題情況下表現(xiàn)出來(lái)的故障時(shí)特征和系統(tǒng)正常運(yùn)作的狀態(tài)對(duì)比之后，進(jìn)行判別。特征提取這一環(huán)節(jié)的重點(diǎn)在于對(duì)信號(hào)特征進(jìn)行量的選擇同時(shí)實(shí)施壓縮，最中構(gòu)建出特征向量。該步的處理為特征樣本建立并且高效的實(shí)現(xiàn)故障模式分類(lèi)器工作提供了十分必要的保證。對(duì)各種模式特征進(jìn)行分類(lèi)，主要包括訓(xùn)練以及識(shí)別兩大部分。訓(xùn)練通過(guò)訓(xùn)練樣本的改變，可以實(shí)現(xiàn)自動(dòng)化辨識(shí)系統(tǒng)參數(shù)以及保證結(jié)構(gòu)可以為整個(gè)系統(tǒng)具體性能指標(biāo)實(shí)現(xiàn)最優(yōu)級(jí)別。識(shí)別的主要作用在于，通過(guò)對(duì)已經(jīng)訓(xùn)練好的分類(lèi)器，進(jìn)一步對(duì)測(cè)試樣本開(kāi)展分類(lèi)，以便得出最后的分類(lèi)結(jié)果。

圖1 故障診斷系統(tǒng)結(jié)構(gòu)圖

2 對(duì)裝甲車(chē)電源系統(tǒng)信號(hào)的特征介紹

需要明確的是，車(chē)輛電源系統(tǒng)內(nèi)部結(jié)構(gòu)是十分復(fù)雜的，存在于設(shè)備間的不同信號(hào)交聯(lián)耦合最典型的特點(diǎn)就是：多，由于現(xiàn)實(shí)需要，裝甲車(chē)的整體性能不斷的提升，這一階段中，不同部分之間的電磁關(guān)系相應(yīng)的也更加的復(fù)雜化。在傳統(tǒng)的處理方式中，最常用到的方式就是選擇FFT 方法進(jìn)行變換，研究信號(hào)在頻域中出現(xiàn)的各種變化，這種方式最大的缺陷便是無(wú)法完整獲知信號(hào)在時(shí)域中所具備的全部信息。現(xiàn)今最為先進(jìn)的一種時(shí)域分析方法為小波分析法，它可以對(duì)并不平穩(wěn)瞬間的利用寬頻響應(yīng)的方式進(jìn)行分析，因此在低頻處依然可以實(shí)現(xiàn)較高的頻率分辨效果，同樣在高頻處進(jìn)行時(shí)間分辨的時(shí)候，結(jié)果同樣令人滿(mǎn)意。小波包方法是基于多分辨率分析技術(shù)基礎(chǔ)上采用的一種更加精細(xì)、科學(xué)的正交分解方法，能夠?qū)崿F(xiàn)在全頻帶多層次的實(shí)現(xiàn)頻帶劃分。它不僅擁有小波變換高質(zhì)量進(jìn)行時(shí)頻局部化的優(yōu)勢(shì)，同時(shí)又可以有效彌補(bǔ)小波變換無(wú)法進(jìn)行高頻頻帶分解的缺陷，提高了整體的分析效果。

3 裝甲車(chē)輛電源系統(tǒng)智能診斷技術(shù)故障提取方式

裝甲車(chē)輛電源系統(tǒng)智能診斷技術(shù)故障提取主要針對(duì)整流橋輸出電壓情況以及電流信號(hào)自身的特點(diǎn)進(jìn)行分析，筆者選擇使用小波包能量的方法進(jìn)行信號(hào)特征的向量構(gòu)造，具體步驟如下所示：

第一，在進(jìn)行故障提取的時(shí)候首先要做的就是對(duì)原始信號(hào)使用n 層小波包的方式進(jìn)行逐一分解，在對(duì)第n 層提取時(shí)，具體分析其2n 頻帶不同信號(hào)的具體特征。

第二，對(duì)小波包分解的各個(gè)系數(shù)進(jìn)行進(jìn)一步的重構(gòu)，比便在屬于各自的頻段范圍內(nèi)，最終能夠顯現(xiàn)出重構(gòu)之后的信號(hào)S 。

第三，對(duì)不同頻帶信號(hào)的能量進(jìn)行求解。假設(shè)S 代表的是原始的信號(hào)，d 指的是小波包分解出來(lái)的具體數(shù)值Si,j指的是重構(gòu)的信號(hào)，與其相對(duì)應(yīng)的能量分別用Ei,j進(jìn)行表示，di,j指的是Si,j 的離散點(diǎn)幅度，那么依據(jù)能量積分公式，則可以用

表示，其中分解層數(shù)i 可以用0,1,2 等自然數(shù)表示，j 可以用0,1,2 等代表2n 的數(shù)字表示，k 值與i 一樣，指的是0 以及自然數(shù)。

第四，對(duì)特征向量進(jìn)行構(gòu)造。

由于小波包進(jìn)行分解的時(shí)候遵循的是能量守恒定理，因此每一層的能量都是相等的，同時(shí)與總能量一致，因此對(duì)于新好的全部能量可以定義為：

對(duì)某一頻段的相對(duì)小波能量可以定義為：

通過(guò)對(duì)所得數(shù)值的具體分析，則可以準(zhǔn)確的表示出裝甲車(chē)輛電源系統(tǒng)相關(guān)數(shù)值。

4 結(jié)語(yǔ)

智能診斷技術(shù)不僅僅可以實(shí)現(xiàn)對(duì)不同波段信號(hào)的分析，還可以通過(guò)利用現(xiàn)代電子信息技術(shù)，對(duì)所得的波段信息進(jìn)行更加清晰化的處理，這樣能夠?yàn)榉治稣吒忧逦牧私獠ǘ螆D像，快速、準(zhǔn)確的獲得故障所在，從而進(jìn)行快速處理提供了必要的技術(shù)支持，值得大力推廣。

參考資料

[1]張曉蘭,鐘紅.可視ROI 信息隱藏技術(shù)研究[J].計(jì)算機(jī)測(cè)量與控制,2008,16 (2):248-251.

[2]韓秋,李旭冉,王寶玲.一種基于高維混沌系統(tǒng)的彩色圖像加密新算法[J].計(jì)算機(jī)應(yīng)用,2011,27 (8):1888-1890,1894.