DOI: https://doi.org/10.26642/tn-2018-2(82)-83-87

Моніторинг автомобільних системна основі аналізу діагностичних сигналів

Юрій Юрійович Кукурудзяк, Дмитро Олександрович Галущак

Анотація


Специфіка функціонування різних мехатронних систем сучасного автомобіля дає можливість аналізу діагностичних сигналів (осцилограм) різної природи, які зчитуються з характерних точок діагностики або можуть бути отримані з штатної системи бортової діагностики (OBD). Такий аналіз дозволяє досягнути більш високого рівня автоматизації пошуку причин несправностей при наявності певної кількості отриманих діагностичних параметрів. Тому є важливим удосконалення системи збору, збереження та обробки такого роду діагностичної інформації.
В роботі описаний принцип формування бази даних діагностичних сигналів (осцилограм). Збережені еталонні осцилограми та осцилограми несправностей. Основний підхід тут полягає в тім, що діагностична інформація зберігається як окремі діапазони (фрагменти) осцилограм у вигляді коефіцієнтів поліномів четвертого порядку. Окрім цього база даних містить об’єкти типових діагностичний ознак, діагностичних параметрів та структурних параметрів, а також можливі зміни структурних параметрів – несправності. Між всіма цими об’єктами існують зв’язки «багато до багатьох». Як відомо, при появі характерних несправностей в діагностичних сигналах виникають певні аномалії. Взаємозв’язки між таблицями бази даних характеризують залежності між типовими несправностями та аномаліями фрагментів діагностичних сигналів. Ступінь впливу причин несправностей на поведінку діагностичного сигналу визначається ваговими коефіцієнтами. Визначення і коригування цих коефіцієнтів лежить в основі діагностичної моделі розробленої на основі нейро-нечіткої мережі.
Також описана загальна архітектура моніторингової системи, яка ґрунтується на реалізації підходів щодо автоматизації діагностування із впровадженням інтелектуально-експлуатаційного моніторингу та сучасних ІТ-технологій. Архітектура сформована за принципом трьохрівневої. Кожен рівень інкапсульований і має доступний інтерфейс спілкування. Перший рівень містить моделі сутностей бази даних та функції доступу до бази даних, другий рівень містить всю логіку системи та діагностичні моделі, третій рівень – це рівень візуалізації та спілкування з користувачем.

Ключові слова


автомобіль; діагностичний сигнал; осцилограма; діагностичний параметр; несправність, діагностична модель, база даних

Повний текст:

PDF

Посилання


Crossman, J.A., Guo, H., Murphey, Y.L. and Cardillo, J. (2003), «Automotive signal fault diagnostics», IEEE Transactions on Vehicular Technology, P. I: Signal fault analysis, signal segmentation, feature extraction and quasi-optimal feature selection, No. 52 (4), Pp. 1063–1075.

Murphey, Yi Lu, Jacob0 A. Crossman, ZhiHang, Chen and Cardillo, John (2003), «Automotive Fault Diagnosis», IEEE Transactions on Vehicular Technology, P. II: A Distributed Agent Diagnostic System, Vol. 52, No. 4, pp. 1076–1098.

Szymański, G.M., Josko, M., Tomaszewski, F. and Filipiak, R. (2015), «Application of time-frequency analysis to the evaluation of the condition of car suspension», Mechanical Systems and Signal Processing, No. 58, Pp. 298–307.

Dubrovyn, V.Y. (2003), Yntellektual'nыe sredstva dyagnostyky y prognozy-rovanyja nadezhnosty avyadvygatelej, monografyja, OAO «Motor-Sych», Zaporozh'e, 279 р.

Kuznecov, E.S. (1991), Tehnycheskaja эkspluatacyja avtomobylej, Transport, M., 413 р.

Kukurudzjak, Ju.Ju. (2012), «Systema avtomatyzovanogo intelektual'no-ekspluatacijnogo monitoryngu tehnichnogo stanu ta ekspluatacijnyh pokaznykiv avtomobiliv», Visnyk Shidnoukrai'ns'kogo nacional'nogo universytetu, SNU im. Volodymyra Dalja, Lugans'k, No. 9 (180), Р. 1, рр. 136–140.

Kukurudzjak, Ju.Ju. (2016), «Monitoryng tehnichnogo stanu avtomobilja pry riznyh umovah ekspluatacii'», Mizhvuzivs'kyj zbirnyk «Naukovi notatky», Luc'kyj nacional'nyj tehnichnyj universytet, Luc'k,Рр. 228–231.

Kukurudzjak, Ju.Ju. and Rebedajlo, V.M. (2010), Metod avtomatyzovanogo diagnos-tuvannja systemy zapaljuvannja ta systemy keruvannja avtomobil'nym dvygunom, monografija, VNTU, Vinnycja, 143 р.

Marpl-ml, S.L. (1990), Cyfrovoj spektral'nыj analyz y ego prylozhenyja, translate by English, Myr, M., 584 р., yl.

Frymen, Adam (2017), Pro ASP.NET Core MVC, translate by English, OOO «Al'fa-knyga», SpB., 992 р.


Пристатейна бібліографія ГОСТ


  1. Automotive signal fault diagnostics / J.A. Crossman, H.Guo, Y.L. Murphey, J.Cardillo // IEEE Transactions on Vehicular Technology. – P. I: Signal fault analysis, signal segmentation, feature extraction and quasi-optimal feature selection. – 2003. – No. 52 (4). – Pp. 1063–1075.
  2. Automotive Fault Diagnosis / Yi Lu Murphey, A.Jacob Crossman, Chen ZhiHang, John Cardillo // IEEE Transactions on Vehicular Technology. – Part II: A Distributed Agent Diagnostic System. – 2003. – Vol. 52. –4. – Pp. 1076–1098.
  3. Application of time-frequency analysis to the evaluation of the condition of car suspension / G.M. Szymański, M.Josko, F.Tomaszewski, R.Filipiak // Mechanical Systems and Signal Processing. –2015. – No. 58. – Pp. 298–307.
  4. Дубровин В.И. Интеллектуальные средства диагностики и прогнозирования надежности авиадвигателей : монография / В.И. Дубровин. – Запорожье : ОАО «Мотор-Сич», 2003. – 279 с.
  5. Кузнецов Е.С. Техническая эксплуатация автомобилей / Е.С. Кузнецов. – М. : Транспорт, 1991. – 413 с.
  6. Кукурудзяк Ю.Ю. Система автоматизованого інтелектуально-експлуатаційного моніторингу технічного стану та експлуатаційних показників автомобілів / Ю.Ю. Кукурудзяк // Вісник Східноукраїнського національного університету. – Луганськ : СНУ ім. В.Даля. – 2012. – № 9 (180), Ч.1. – С. 136–140.
  7. Кукурудзяк Ю.Ю. Моніторинг технічного стану автомобіля при різних умовах експлуатації / Ю.Ю. Кукурудзяк // Міжвузівський збірник «Наукові нотатки». – Луцьк: Луцький національний технічний університет. – 2016. – C. 228–231.
  8. Кукурудзяк Ю.Ю. Метод автоматизованого діагностування системи запалювання та системи керування автомобільним двигуном : монографія / Ю.Ю. Кукурудзяк, В.М. Ребедайло. – Вінниця : ВНТУ, 2010. – 143 с.
  9. Марпл-мл С.Л. Цифровой спектральный анализ и его приложения / С.Л. Марпл-мл. ; пер. с англ. – М. : Мир, 1990 – 584 с., ил.
  10. Фримен Адам Pro ASP.NET Core MVC / Адам Фримен ; пер. с англ. – СпБ. : ООО «Альфа-книга». – 2017 – 992 с.




Copyright (c) 2018 Юрій Юрійович Кукурудзяк

Ліцензія Creative Commons
Це видання ліцензовано за ліцензією Creative Commons Із Зазначенням Авторства - Некомерційна 4.0 Міжнародна.