吳婷婷, 高 詮, 李雅琪, 李玉剛
(1.中國北方車輛研究所,北京 100072; 2.大連理工大學(xué),大連 116000)
隨著戰(zhàn)爭(zhēng)中信息化程度的提高,現(xiàn)代特種車輛已經(jīng)逐漸由簡(jiǎn)單系統(tǒng)升級(jí)為復(fù)雜系統(tǒng),傳統(tǒng)保障使用模式已經(jīng)很難滿足部隊(duì)的作戰(zhàn)需求.為了滿足裝備試驗(yàn)和使用過程中,對(duì)內(nèi)部數(shù)據(jù)的監(jiān)控、管理、分析等需求,提高戰(zhàn)場(chǎng)任務(wù)可用率,減輕后勤負(fù)擔(dān)以及更加有效地使用地面車輛,需要將智能監(jiān)測(cè)方法引入到特種車輛中.這種能夠及時(shí)準(zhǔn)確地提供車輛狀況和使用狀況信息,從而監(jiān)控、診斷和管理裝備的狀態(tài),實(shí)現(xiàn)特種車輛基于狀態(tài)的維修和自主式保障.
針對(duì)以上需求,一大批自動(dòng)檢測(cè)保障設(shè)備被研制出來.這些自動(dòng)檢測(cè)保障設(shè)備提高了檢測(cè)手段的現(xiàn)代化水平.但這些設(shè)備大多是針對(duì)特種車輛的單個(gè)設(shè)備或分系統(tǒng)開發(fā)的,不是在設(shè)計(jì)階段研制的,和設(shè)計(jì)過程脫節(jié),不能對(duì)車輛故障進(jìn)行全面的在線檢測(cè)和診斷,診斷時(shí)間長(zhǎng),操作復(fù)雜,維修人員難以掌握,不能進(jìn)行健康預(yù)測(cè).
針對(duì)以上問題,設(shè)計(jì)了一套專門針對(duì)機(jī)電系統(tǒng)的智能測(cè)試方案,該方案通過車載數(shù)據(jù)健康管理控制器實(shí)現(xiàn)機(jī)電系統(tǒng)各個(gè)控制器信息的采集和存儲(chǔ);再借助數(shù)據(jù)解析工具對(duì)獲取的樣車數(shù)據(jù)進(jìn)行處理,得到故障診斷、故障預(yù)測(cè)、維修保障所需的規(guī)則模型和數(shù)據(jù)模型.最后再應(yīng)用專家系統(tǒng)故障診斷對(duì)機(jī)電系統(tǒng)的關(guān)鍵部件進(jìn)行實(shí)時(shí)故障診斷以及故障預(yù)測(cè),將結(jié)果實(shí)時(shí)告警并匯總到維修保障系統(tǒng),通過收取指揮人員的維修保障任務(wù),在維修保障人機(jī)交互指導(dǎo)下完成特種車輛的維修保障工作.
特種車輛機(jī)電系統(tǒng)的測(cè)試方案可以實(shí)現(xiàn)對(duì)特種車輛的故障診斷、故障預(yù)測(cè)、維修保障等功能,主要包括車載數(shù)據(jù)健康管理控制器、數(shù)據(jù)解析工具和專家系統(tǒng)故障診斷.見圖1.
圖1 智能測(cè)試方案構(gòu)成
車載數(shù)據(jù)健康管理控制器主要利用各種傳感器采集機(jī)電系統(tǒng)各個(gè)控制器狀態(tài)信息并提供相關(guān)數(shù)據(jù)存儲(chǔ)、顯示、傳輸?shù)墓δ?
數(shù)據(jù)解析工具完成了“數(shù)據(jù)采集模塊”、“數(shù)據(jù)解析與處理模塊”、“故障分析模塊”3部分軟件功能,面向內(nèi)場(chǎng)臺(tái)架數(shù)據(jù)采集、外場(chǎng)車載數(shù)據(jù)采集,以外場(chǎng)的離線傳輸介質(zhì)、內(nèi)場(chǎng)局域網(wǎng)絡(luò)環(huán)境數(shù)據(jù)傳輸手段,實(shí)現(xiàn)了車載健康管理盒的數(shù)據(jù)下載,并可按照型號(hào)、編號(hào)、分系統(tǒng)、時(shí)間等信息對(duì)下載數(shù)據(jù)與歷史下載數(shù)據(jù)進(jìn)行層次化管理,滿足后續(xù)數(shù)據(jù)快速查找要求.
專家系統(tǒng)故障診斷使用分布式平臺(tái),實(shí)現(xiàn)對(duì)樣車解析數(shù)據(jù)的快速分析處理,然后對(duì)故障診斷、故障預(yù)測(cè)的規(guī)則模型和數(shù)據(jù)模型進(jìn)行設(shè)計(jì)管理,并下載到移動(dòng)/嵌入式端供前方特種車輛使用.
車輛維修保障人員通過以上方式可以實(shí)現(xiàn)綜合分析特種車輛車況、維修保障資源分配、當(dāng)前任務(wù)進(jìn)程,制定保障方案,完成車輛的維修保障任務(wù).
車載數(shù)據(jù)健康管理控制器主要包括低速數(shù)據(jù)采集控制器和高速數(shù)據(jù)采集控制器.
低速數(shù)據(jù)采集控制器主要通過總線網(wǎng)絡(luò)采集機(jī)電系統(tǒng)各個(gè)控制器信息并存儲(chǔ),同時(shí)還可以采集開關(guān)量、電阻或電壓等低頻信號(hào)的采集.具有總線信息采集、記錄、故障和健康狀態(tài)判斷等功能,配合外部便攜PHM系統(tǒng)、車載儀表及外部健康模式數(shù)據(jù)趨勢(shì)分析系統(tǒng)等設(shè)備,可向乘員提供各類健康及診斷信息,可以支持車輛研發(fā)和使用過程中的各個(gè)階段的維護(hù)診斷.具體組成見圖2.
圖2 低速數(shù)據(jù)采集控制器組成框圖
控制器內(nèi)部主要由電源板、核心板、接口板、FlexRay擴(kuò)展板組成.板間通過64P接插件連接.接口板主要包括數(shù)字輸入、模擬輸入、采集及隔離等相關(guān)電路.核心板主要包括單片機(jī)、系統(tǒng)外圍擴(kuò)展(NandFlash、Fram、實(shí)時(shí)時(shí)鐘、看門狗)、傳感器擴(kuò)展(振動(dòng)傳感器、溫度傳感器)、接口擴(kuò)展(USB、RS232、CAN、FlexRay)等相關(guān)電路.具體功能框圖見圖3.FlexRay擴(kuò)展板主要包括FlexRay單片機(jī)、隔離電路、FlexRay收發(fā)器等相關(guān)電路.電源板主要包括為系統(tǒng)供電的電源模塊及相關(guān)電路.
低速數(shù)據(jù)采集控制器實(shí)物圖如圖4所示.
圖3 低速數(shù)據(jù)采集控制器核心板功能框圖
圖4 低速數(shù)據(jù)采集控制器實(shí)物
圖5 高速數(shù)據(jù)采集器實(shí)物
高速數(shù)據(jù)采集控制器由印制板、硬盤、結(jié)構(gòu)件和連接器組成,其中印制板包括電源板、控制板,結(jié)構(gòu)件包括腔體、上蓋板和下蓋板.設(shè)備實(shí)物如圖5所示.硬件電路包括核心板、FPGA電路、EEPROM電路、DDR2電路、硬盤、時(shí)鐘電路、復(fù)位電路、板載傳感器電路、A/D采集電路、信號(hào)選通電路、高速采集信號(hào)調(diào)理電路、低速采集信號(hào)調(diào)理電路、通訊電路、恒流源電路和電源電路.
高速采集時(shí),調(diào)理電路將外部輸入傳感器信號(hào)轉(zhuǎn)換為電壓信號(hào)供A/D采集,A/D轉(zhuǎn)換器將采集數(shù)據(jù)通過SPI發(fā)送給FPGA,F(xiàn)PGA將接收到的串行數(shù)據(jù)進(jìn)行串并轉(zhuǎn)換,存入外接的DDR2中,核心板通過FPGA從DDR2讀出數(shù)據(jù),并將該數(shù)據(jù)和日歷時(shí)間存入硬盤.并具有在線和離線兩種工作模式.
離線模式時(shí),核心板只需將采集到的數(shù)據(jù)存入硬盤即可,其后可通過以太網(wǎng)或者USB接口將硬盤中的數(shù)據(jù)導(dǎo)出,工作期間可通過CAN、FlexRay等總線與車載其它設(shè)備進(jìn)行信息交互.在線模式時(shí),核心板在將數(shù)據(jù)存入硬盤的同時(shí),通過以太網(wǎng)將采集數(shù)據(jù)傳給上位機(jī),供上位機(jī)監(jiān)測(cè)分析,也可通過CAN、FlexRay等總線與車載其它設(shè)備進(jìn)行信息交互.
該設(shè)備主要包含高速信號(hào)采集、傳感器激勵(lì)、實(shí)時(shí)時(shí)鐘和板載傳感器4大塊內(nèi)容.
1)采集和存儲(chǔ)的能力主要有:
(1)具有采集包括溫度、振動(dòng)、沖擊、噪聲、浪涌等信號(hào)的功能;
(2)具有20路采集通道,其中包括8路高速并行采集通道和12路低速掃描采集通道.
8路高速并行采集包含3路振動(dòng)沖擊信號(hào)采集、1路噪聲信號(hào)采集和4路浪涌信號(hào)采集;振動(dòng)沖擊信號(hào)輸入電平為-10~+10 V、噪聲信號(hào)輸入電平為0~+8 V、浪涌信號(hào)輸入電平為0~+150 V(最小脈沖寬度大于50 ms).最高采樣率為5 MSPS、存儲(chǔ)深度每通道16 MSa;具有固定的電路增益.
12路低速掃描采集參數(shù)包含2路電阻(803.063~1758.56 Ω,使用PT1000溫度傳感器采集)、2路電壓(-6~+50 mV,使用熱電偶溫度傳感器采集)、6路電壓(-10~+10 V)、2路電流(4~20 mA);最高總采樣率120 kSPS,掃描模式可配置;為滿足其它微小信號(hào)采集,-10~+10 V信號(hào)電路增益設(shè)置為1、10、100倍可調(diào),其它電路增益均固定.
(3)高速和低速采集總存儲(chǔ)容量(硬盤存儲(chǔ))為128 GB.
(4)采集精度為±0.1%FS(+25 ℃,不考慮傳感器本身偏差).
(5)支持在線和離線工作方式.
2)傳感器激勵(lì)功能主要由16路恒流源輸出電路完成.電流范圍為0~24 mA,供電電壓為+24 VDC,電阻不大于500 Ω;具有開路保護(hù)功能.
3)實(shí)時(shí)時(shí)鐘為內(nèi)置實(shí)時(shí)時(shí)鐘.具有可通過外部接口進(jìn)行授時(shí)的功能.
4)板載傳感器有溫度傳感器和振動(dòng)傳感器兩種.其主要功能是測(cè)量溫度和振動(dòng)加速度.溫度傳感器的測(cè)量范圍為-50~+125℃,測(cè)量精度為±1 ℃(+25 ℃).振動(dòng)傳感器的測(cè)量范圍為x(0~15 g),y(0~15 g),z(0~15 g).
本軟件作為一個(gè)以便攜式筆記本等終端為物理載體環(huán)境,通過U盤、網(wǎng)線等數(shù)據(jù)傳輸介質(zhì),能夠處理現(xiàn)場(chǎng)車輛行駛過程中產(chǎn)生的“故障碼文件”和“行車參數(shù)文件”,并利用軟件功能對(duì)采集的原始文件進(jìn)行解碼、存儲(chǔ)、加載、顯示、分析等應(yīng)用,供現(xiàn)場(chǎng)測(cè)試人員掌握車輛的歷史健康狀態(tài),并利用數(shù)據(jù)比對(duì)、數(shù)據(jù)計(jì)算、歷史案例查詢等進(jìn)行進(jìn)一步判斷.在完成分析后,利用工具記錄故障分析結(jié)果,供后續(xù)查詢、借鑒.
本軟件主要由前端接口、應(yīng)用模塊、典型應(yīng)用及數(shù)據(jù)庫4部分組成,其軟件架構(gòu)如圖6所示.
圖6 軟件功能架構(gòu)圖
主要包括以下功能:
1)實(shí)時(shí)數(shù)據(jù)采集.
本軟件通過在底層集成了周立功CAN轉(zhuǎn)USB設(shè)備,型號(hào)為ZLG USBCAN-2E-U,通過數(shù)據(jù)鏈接,實(shí)現(xiàn)上位機(jī)與下位機(jī)通信.同時(shí),軟件利用底層的ICD解析文件及解析代碼,對(duì)采集數(shù)據(jù)進(jìn)行解析.能夠?qū)崿F(xiàn)總線協(xié)議配置、軟件協(xié)議導(dǎo)入、數(shù)據(jù)采集和監(jiān)控、數(shù)據(jù)存儲(chǔ)等功能.
2)數(shù)據(jù)文件采集.
可以通過本軟件集成的“數(shù)據(jù)下載”功能,調(diào)用用戶提供的“數(shù)據(jù)采集板USB下載工具”,彈出工具界面,并通過與裝備連接實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)區(qū)訪問及數(shù)據(jù)下載.在完成數(shù)據(jù)采集后,可根據(jù)車輛型號(hào)、編號(hào)等,在采集終端筆記本中創(chuàng)建相應(yīng)目錄文件夾,對(duì)數(shù)據(jù)文件進(jìn)行歸類整理,主要數(shù)據(jù)包括了“車載行車數(shù)據(jù)文件”、“車載故障碼數(shù)據(jù)文件”.
3)數(shù)據(jù)解析與處理.
可以根據(jù)協(xié)議文件格式,對(duì)下載的數(shù)據(jù)進(jìn)行解析,解析后的數(shù)據(jù)將存儲(chǔ)至軟件工具對(duì)應(yīng)的數(shù)據(jù)庫中,供事后查詢查看.
專家系統(tǒng)是一類具有專門知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng),通過對(duì)專家問題求解能力的建模,采用人工智能中的知識(shí)表示和知識(shí)推理來模擬通常由專家才能解決的復(fù)雜問題,達(dá)到具有與專家同等解決問題能力的水平.這種基于知識(shí)的系統(tǒng)設(shè)計(jì)方法是以知識(shí)庫和推理機(jī)為中心而展開的,即:專家系統(tǒng)=知識(shí)庫+推理機(jī).專家系統(tǒng)故障診斷軟件利用特定領(lǐng)域的專家規(guī)則,通過智能推理機(jī)進(jìn)行故障原因的挖掘,能夠在領(lǐng)域?qū)<也辉趫?chǎng)的情況下,指導(dǎo)現(xiàn)場(chǎng)人員高效地解決復(fù)雜裝備的故障告警、故障部件隔離、維修保障等問題.見圖7.
圖7 基于規(guī)則的專家推理架構(gòu)
在基于規(guī)則的專家推理過程中,領(lǐng)域知識(shí)被提取到規(guī)則集,并送到知識(shí)庫中.專家系統(tǒng)使用這些規(guī)則和事實(shí)庫中的信息通過推理機(jī)來求解問題.當(dāng)規(guī)則的判斷條件與事實(shí)庫中的信息相匹配時(shí),規(guī)則被激活,并放入待執(zhí)行區(qū)域,推理機(jī)執(zhí)行規(guī)則部分的行為,并改變事實(shí)庫中的信息,而這種改變又可能會(huì)引起其他規(guī)則被激活.
為了解決規(guī)則的快速匹配和沖突消解,需要采用高效率的推理算法,目前行之有效的方法有很多,其中使用最為廣泛的是RETE算法和它的各種改良版本.
經(jīng)典的RETE算法主要包括Alpha內(nèi)存、Reta內(nèi)存和節(jié)點(diǎn)3個(gè)部分.其中,Alpha內(nèi)存用于存儲(chǔ)事實(shí)庫中事件對(duì)規(guī)則內(nèi)單一測(cè)試條件的匹配情況,Reta內(nèi)存用于存儲(chǔ)事實(shí)庫中事件對(duì)規(guī)則內(nèi)連續(xù)測(cè)試條件的匹配情況,節(jié)點(diǎn)用于驗(yàn)證事實(shí)庫中事件對(duì)所有測(cè)試條件匹配的一致性.RETE算法核心思想是利用了事實(shí)更新的時(shí)間冗余特性,也即單一事實(shí)的變化不會(huì)導(dǎo)致所有Alpha內(nèi)存、Reta內(nèi)存和節(jié)點(diǎn)的變化,因此不需要在每個(gè)推理周期內(nèi)對(duì)所有的規(guī)則進(jìn)行匹配,從而可以顯著提高推理的效率.
機(jī)電系統(tǒng)的故障預(yù)測(cè)和診斷使用了機(jī)器學(xué)習(xí)中的回歸方法.該回歸方法基于壽命數(shù)據(jù)樣本,建立裝備性能參數(shù)的時(shí)間序列模型,基于模型預(yù)測(cè)性能參數(shù)的衰減過程,當(dāng)性能參數(shù)衰減到指定閾值時(shí)認(rèn)為裝備壽命終結(jié),從而可以根據(jù)實(shí)際的綜合保障條件和人員安排留出合理的任務(wù)執(zhí)行時(shí)間并提前給出壽命預(yù)警[1].
此方法根據(jù)解析后的數(shù)據(jù)包括正常運(yùn)行數(shù)據(jù)、故障數(shù)據(jù)、壽命參數(shù)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、建立特征工程和模型,然后調(diào)整參數(shù),再利用測(cè)試數(shù)據(jù)對(duì)模型參數(shù)進(jìn)行評(píng)估和校準(zhǔn),最終得到滿足精度和復(fù)雜度要求的在線模型.將在線模型嵌入到機(jī)電系統(tǒng)部件控制器中,可以用于異常狀態(tài)告警(閾值判斷)、故障診斷隔離(分類問題)和剩余壽命預(yù)測(cè)(回歸問題),同時(shí)算法所存儲(chǔ)的運(yùn)行狀態(tài)數(shù)據(jù)可以用于補(bǔ)充訓(xùn)練數(shù)據(jù),修正和完善數(shù)據(jù)模型.故障診斷和故障預(yù)測(cè)的流程如圖8所示.
圖8 故障診斷和故障預(yù)測(cè)的流程
應(yīng)用以上方案對(duì)機(jī)電系統(tǒng)關(guān)鍵部件進(jìn)行測(cè)試研究,使得整車機(jī)電單元發(fā)生故障判斷時(shí)間大幅縮短,尤其是機(jī)電系統(tǒng)中的發(fā)動(dòng)機(jī)、AMT、液壓控制器這類復(fù)雜子系統(tǒng),機(jī)電系統(tǒng)的診斷效率提高50%以上;通過樣車數(shù)據(jù)的獲取,建立了基本的機(jī)電系統(tǒng)數(shù)據(jù)分析系統(tǒng),可以定位部分發(fā)生故障前有異常趨勢(shì)的系統(tǒng)參數(shù),為后續(xù)健康管理的趨勢(shì)分析提供了基礎(chǔ).
為解決特種車輛多個(gè)復(fù)雜機(jī)電系統(tǒng)的狀態(tài)監(jiān)控和維修保障需求,提出了一種故障測(cè)試方案.該方案主要由車載數(shù)據(jù)健康管理控制器、數(shù)據(jù)解析工具以及專家系統(tǒng)故障診斷3部分組成.實(shí)際應(yīng)用結(jié)果表明,該方案能夠用來支持車輛全壽命周期的各個(gè)維護(hù)診斷測(cè)試,并實(shí)現(xiàn)了車輛的故障診斷和健康管理需求.下一步,在故障模型的建立與故障特征的提取方面還需要進(jìn)行深入研究.