專利名稱：汽車安全氣囊裝配工序的故障診斷系統(tǒng)及其診斷方法
技術領域：
本發(fā)明涉及汽車安全氣囊的檢測領域，具體涉及ー種汽車安全氣囊裝配エ序的故障診斷系統(tǒng)及其診斷方法。
背景技術：
安全氣囊是汽車的重要安全部件，對生產(chǎn)線生產(chǎn)過程要求較高，因此生產(chǎn)過程控制與故障診斷技術尤為重要，目前故障診斷的方法通常是根據(jù)傳感器檢測來的數(shù)據(jù)，通過設定相應的閥值進行故障診斷判斷，當氣囊的尺寸發(fā)生改變時，相應的閥值參數(shù)均需要重新修訂。實際的裝配系統(tǒng)是非常復雜且高度非線性的，很難建立嚴格的數(shù)學模型，而且在裝配エ序中，需要多個傳感器同時進行協(xié)調工作，因此依靠単一的傳感器數(shù)據(jù)信息，很難滿足獲取生產(chǎn)環(huán)境信息的快速性和準確性，并且也會對系統(tǒng)的故障診斷產(chǎn)生影響。
由于影響生產(chǎn)線故障診斷的傳感器數(shù)量較多，為了提高系統(tǒng)故障診斷的快速性，傳統(tǒng)的數(shù)據(jù)壓縮方法可將傳感器采集到的高維數(shù)據(jù)信息壓縮至低維的子空間中，從而實現(xiàn)輸入數(shù)據(jù)的簡化，達到有效快速進行故障診斷的目的。但實際エ業(yè)生產(chǎn)中，由于測量數(shù)據(jù)具有時間多尺度特性，并且包含各種各樣的檢測噪聲，因此可能會有虛警情況以及漏報警情況發(fā)生。自組織特征映射網(wǎng)絡(SOM)是由Kohonen在1982年提出，SOM網(wǎng)絡的拓撲結構包括ー個輸入層和ー個輸出層。輸入層的節(jié)點數(shù)即為輸入樣本的維數(shù)，其中每ー個節(jié)點代表輸入樣本中的ー個分量。輸出層節(jié)點的排列結構選擇為ニ維陣列。輸入層中的每個節(jié)點與輸出層中的每個神經(jīng)元節(jié)點通過權值相連接。通過自組織競爭學習網(wǎng)絡，可以把輸入空間的多維映射到低維的離散網(wǎng)絡上，并將保持相同性質的輸入數(shù)據(jù)在映射到低維空間時的拓撲一致性，不需要系統(tǒng)嚴格的數(shù)學模型，適用于一些復雜的非線性動態(tài)系統(tǒng)的故障診斷，但自組織特征映射網(wǎng)絡中，如果某個神經(jīng)元的初始權值向量太遠，可能在競爭中無法獲勝，從而形成死神經(jīng)元。

發(fā)明內(nèi)容
為了解決現(xiàn)有技術中存在的故障診斷準確率低且不及時，以及出現(xiàn)虛警和漏報警情況的技術問題，本發(fā)明提出一種汽車安全氣囊裝配エ序的故障診斷系統(tǒng)及其診斷方法，其充分利用氣囊裝配エ序中的各種傳感器信息，采用多尺度BP神經(jīng)網(wǎng)絡、小波函數(shù)和三層自組織特征映射網(wǎng)絡(SOM)的方法進行數(shù)據(jù)融合分析，使故障診斷結果具有較高的準確率。本發(fā)明解決上述技術問題所采用的技術方案是汽車安全氣囊裝配エ序的故障診斷系統(tǒng)包括現(xiàn)場信息采集裝置、信號調理電路、計算機處理子系統(tǒng)、故障輸出單元和上位機；所述現(xiàn)場信息采集裝置與信號調理電路相連，其用于采集氣囊裝配エ序故障診斷所需的數(shù)據(jù)信息，并將采集的數(shù)據(jù)信息傳送給信號調理電路；所述信號調理電路與計算機處理子系統(tǒng)相連，其用于將接收到的數(shù)據(jù)信息進行調理后傳送給計算機處理子系統(tǒng)；所述計算機處理子系統(tǒng)與故障輸出單元相連，其用于對接收到的數(shù)據(jù)信息進行處理與融合分析，并將處理與分析得到的診斷結果傳送給故障輸出單元；所述故障輸出單元與上位機相連，其用于顯示和輸出故障診斷結果，并將故障診斷結果傳送給上位機；所述上位機存儲接收到的故障診斷結果，并對故障數(shù)據(jù)樣本庫進行數(shù)據(jù)更新。上述現(xiàn)場信息采集裝置包括壓カ傳感器、左卷袋電機光柵尺傳感器、右卷袋電機光柵尺傳感器、左卷袋電機速度傳感器和右卷袋電機速度傳感器，每個傳感器分別與信號調理電路相連；壓カ傳感器用于采集布袋的張緊カ數(shù)據(jù)，左卷袋電機光柵尺傳感器和右卷袋電機光柵尺傳感器用于采集布袋卷動機構的直線位移數(shù)據(jù)，左卷袋電機速度傳感器和右卷袋電機速度傳感器用于采集布袋卷動機構中兩個電機的轉速數(shù)據(jù)；上述計算機處理子系統(tǒng)包括DSP中央處理器、電源電路、晶振和復位電路，DSP中央處理器分別與電源電路、晶振、復位電路相連，所述DSP中央處理器為DSPTMS320F2812，其用于對信號調理電路傳來的數(shù)據(jù)首先采用多尺度BP神經(jīng)網(wǎng)絡的方法進行數(shù)據(jù)壓縮處理，然后利用自組織特征映射網(wǎng)絡實現(xiàn)汽車安全氣囊裝配エ序的故障診斷分析，通過小波函數(shù)構造自組織特征映射網(wǎng)絡的領域函數(shù)，形成次興奮神經(jīng)元進行權值更新；電源電路用于為計算機處理子系統(tǒng)提供所需的標準電源，晶振用于提供計算機處理子系統(tǒng)的工作頻率，復位電路用于實現(xiàn)計算機處理子系統(tǒng)的復位操作；上述故障輸出單元包括液晶顯示模塊、報警電路和RS232，它們均與DSP中央處理器相連，液晶顯示模塊用于顯示DSP中央處理器輸出的故障診斷結果，報警電路用于根據(jù)故障診斷結果發(fā)出報警提示，RS232用于DSP中央處理器與上位機之間的數(shù)據(jù)通信。上述汽車安全氣囊裝配エ序的故障診斷系統(tǒng)的診斷方法，包括如下步驟步驟一、將現(xiàn)場信息采集裝置中的傳感器采集來的對氣囊裝配エ序故障影響最大的五個傳感器信息數(shù)據(jù)作為汽車安全氣囊裝配エ序的故障診斷系統(tǒng)的輸入變量，設輸入向量為X = Ix1, X2, X3, X4, x5}，其中，X1、X2為裝配エ序左側和右側光柵尺傳感器的檢測信號，x3、x4為左側和右側卷袋電機速度傳感器的檢測信號，X5為壓カ傳感器的檢測信號；預先采樣上述五個傳感器各自的18個輸出數(shù)據(jù)序列，設第m個傳感器在i時刻的采樣值為Xmi，設定傳感器檢測數(shù)據(jù)的移動窗長為18，經(jīng)對稱添加形成的浮動數(shù)據(jù)窗數(shù)據(jù)為xmi_17，xmi_16，...，
j^miJJ J ズmi—16，ズmi—17 步驟ニ、利用離散正交小波變換中的哈爾小波轉換(haar)對步驟一所述的每個傳感器采集的輸出數(shù)據(jù)序列進行4層小波分解，得到近似尺度系數(shù)序列和小波系數(shù)序列Cm4 (t) > Wml (t) > Wm2 (t) > Wm3 (t)和 Wm4 (t) ,m 對應裝配エ位的五個傳感器數(shù)據(jù)，m = I, 2, ...，5。步驟三、將經(jīng)過步驟ニ中每個時間尺度上求得的小波系數(shù)作為多尺度BP神經(jīng)網(wǎng)絡模型的輸入，五個傳感器尺度I的系數(shù)W11 (t)、W21⑴、…、W51⑴作為多尺度BP神經(jīng)網(wǎng)絡I的輸入，五個傳感器尺度2的系數(shù)W12⑴、W22⑴、…、W52⑴作為多尺度BP神經(jīng)網(wǎng)絡2的輸入，以此類推，(314(0、(24(0、…、c54(t)作為多尺度BP神經(jīng)網(wǎng)絡5的輸入，經(jīng)多尺度BP神經(jīng)網(wǎng)絡計算之后，輸出為不同尺度下傳感器數(shù)據(jù)變化情況，分為快變、慢變、正常、故障四種，分別采用兩位ニ進制數(shù)進行編碼，即快變=01、慢變=10、正常=11、故障=00，不同尺度下相應的ニ進制編碼作為小波鄰函數(shù)自組織神經(jīng)網(wǎng)絡故障診斷模型的輸入； 步驟四、對經(jīng)過步驟三所述的多尺度BP神經(jīng)網(wǎng)絡壓縮的數(shù)據(jù)，采用基于小波鄰函數(shù)的自組織神經(jīng)網(wǎng)絡進行故障診斷；步驟五、通過液晶顯示和故障報警方式輸出經(jīng)過步驟四得到的診斷結果，同時將故障診斷結果通過RS232保存至上位機中更新故障樣本數(shù)據(jù)庫；步驟六、移動窗的位置，輸入新數(shù)據(jù)，舊數(shù)據(jù)移出，保證18個數(shù)據(jù)不變，然后對稱添加形成的浮動數(shù)據(jù)窗，對浮動數(shù)據(jù)窗內(nèi)新的傳感器數(shù)據(jù)序列進行下一次的小波分解，重復步驟ニ至步驟六，實現(xiàn)汽車安全氣囊裝配エ序的動態(tài)實時故障診斷。本發(fā)明的有益效果如下I、本發(fā)明采用了現(xiàn)場信息采集裝置，可實時獲取來自汽車安全氣囊布袋裝配エ序的各項參數(shù)，并將采集到的數(shù)據(jù)信息傳到計算機處理子系統(tǒng)；

2、本發(fā)明對采集到的數(shù)據(jù)采用多尺度BP神經(jīng)網(wǎng)絡的方法對輸入量降維，首先利用離散正交小波變換，對每個傳感器采集到的時間序列進行多尺度分解，再對每ー時間尺上的小波系數(shù)進行BP神經(jīng)網(wǎng)絡故障診斷，通過對不同傳感器在每ー時間尺度上的故障及エ況進行編碼，實現(xiàn)輸入數(shù)據(jù)的壓縮簡化，該方法可有效判斷哪個時間尺度上有重要的事件發(fā)生，以便及時發(fā)現(xiàn)故障及設備的特殊エ況；3、本發(fā)明對經(jīng)過多尺度BP神經(jīng)網(wǎng)絡處理后的數(shù)據(jù)，利用三層自組織特征映射網(wǎng)絡(SOM)方法進行數(shù)據(jù)融合，實現(xiàn)汽車安全氣囊裝配エ序的故障診斷，通過小波函數(shù)構成自組織特征映射網(wǎng)絡(SOM)的領域函數(shù)，形成次興奮神經(jīng)元進行權值更新，避免自組織特征映射網(wǎng)絡(SOM)的局部最優(yōu)，有效地提高了汽車安全氣囊布袋裝配エ序故障診斷的準確率；4、本發(fā)明的故障診斷結果通過液晶顯示模塊進行顯示以及通過報警電路報警的方式輸出，提供了更為方便的判定結果瀏覽模式，具有實用性；5、本發(fā)明計算機處理子系統(tǒng)通過RS232與上位機通信，將故障數(shù)據(jù)樣本傳輸至上位機數(shù)據(jù)庫，可根據(jù)安全氣囊裝配エ序的需要實時進行小波自組織特征映射網(wǎng)絡的訓練更新，使得故障診斷系統(tǒng)具有魯棒性，提高了故障診斷的準確率，有效抑制了虛警以及漏警情況的發(fā)生，使故障診斷的結果更加合理，更具有實用性；6、本發(fā)明無需建立故障診斷的數(shù)學模型就能夠通過無師自動學習的方式對輸入信號進行分析，計算簡單，精度高，抗噪聲能力強，為其它諸如此類的復雜非線性動態(tài)系統(tǒng)的故障診斷提供了ー個很有實用價值的方法。


圖I是本發(fā)明汽車安全氣囊裝配エ序的故障診斷系統(tǒng)的結構框圖。圖2是本發(fā)明汽車安全氣囊裝配エ序的故障診斷方法的原理圖。圖3是本發(fā)明汽車安全氣囊裝配エ序的故障診斷方法的流程圖。
具體實施例方式下面結合附圖和實施例對本發(fā)明作進ー步詳細說明。如圖I所示，本發(fā)明汽車安全氣囊裝配エ序的故障診斷系統(tǒng)包括現(xiàn)場信息采集裝置、信號調理電路、計算機處理子系統(tǒng)、故障輸出單元和上位機；所述現(xiàn)場信息采集裝置包括壓カ傳感器(采用深圳市現(xiàn)代豪方儀器儀表科技有限公司的HBMC9B力傳感器)、左卷袋電機光柵尺傳感器和右卷袋電機光柵尺傳感器(采用長春七海光電技術有限公司的QH-600光柵線位移傳感器)、左卷袋電機速度傳感器和右卷袋電機速度傳感器(采用中國科學院長春光學精密機械與物理研究所的E1036小型矩陣式光電編碼器)；所述計算機處理子系統(tǒng)包括DSP中央處理器(采用TI公司的TMS320F2812)、電源電路、晶振和復位電路；所述故障輸出單元包括液晶顯示模塊、報警電路和RS232。現(xiàn)場信息采集裝置采集到的數(shù)據(jù)信息通過信號調理電路與計算機處理子系統(tǒng)相連，實現(xiàn)數(shù)據(jù)的傳送。光柵尺傳感器用于測量布袋卷動機構的直線位移，速度傳感器用于測量布袋卷動機構中兩個電機的轉速，壓カ傳感器用于測量布袋的張緊力，以保證卷袋平衡。DSP中央處理器作為計算機處理子系統(tǒng)的核心，主要對采集到的數(shù)據(jù)首先采用多尺度BP神經(jīng)網(wǎng)絡的方法進行數(shù)據(jù)壓縮處理，然后利用自組織特征映射網(wǎng)絡(SOM)，實現(xiàn)汽車安全氣囊裝配エ序的故障診斷分析，通過小波函數(shù)構造自組織特征映射網(wǎng)絡的領域函數(shù)，形成次興奮神經(jīng)元進行權值更新，避免自組織特征映射網(wǎng)絡的局部最優(yōu)；電源電路用于提供計算機處理子系統(tǒng)所需的標準電源，晶振用于提供計算機處理子系統(tǒng)的工作頻率，復位電路用于實現(xiàn)計算機處理子系統(tǒng)的復位操作；故障診斷結果采用液晶顯示模塊顯示，報警電路實現(xiàn)故障的報 警提示，RS232用于DSP中央處理器與上位機的數(shù)據(jù)通信，將故障數(shù)據(jù)樣本傳輸至上位機數(shù)據(jù)庫，實時進行小波自組織特征映射網(wǎng)絡的訓練更新，同時利用上位機可對系統(tǒng)進行實時故障分析。如圖2和圖3所示，本發(fā)明的汽車安全氣囊裝配エ序的故障診斷方法利用計算機處理子系統(tǒng)首先采用多尺度BP神經(jīng)網(wǎng)絡分析的方法進行輸入數(shù)據(jù)壓縮，然后通過基于小波鄰函數(shù)的三層自組織特征映射網(wǎng)絡(SOM)實現(xiàn)汽車安全氣囊裝配エ序的故障診斷。本發(fā)明采用多尺度BP神經(jīng)網(wǎng)絡分析的方法，可有效判斷哪個尺度上有重要事件發(fā)生，以便及時發(fā)現(xiàn)故障及生產(chǎn)中的特殊エ況、設備的異常操作并及時預報，有效減少了虛警、漏警情況的發(fā)生。自組織特征映射網(wǎng)絡(SOM)工作時，若某個神經(jīng)元的初始權值向量太遠，以至于在競爭中無法獲勝，最后形成死神經(jīng)元，為避免這種情況發(fā)生，本發(fā)明采用小波函數(shù)實現(xiàn)獲勝單元相鄰區(qū)域的確定，利用小波函數(shù)良好的局部化性質，通過伸縮平移運算對相鄰區(qū)域逐步進行多尺度細化，隨迭代次數(shù)自動適應聚類分析的要求，解決死神經(jīng)元的問題，避免了
局部最優(yōu)。本發(fā)明首先基于多尺度BP神經(jīng)網(wǎng)絡分析進行輸入數(shù)據(jù)壓縮處理，然后利用汽車安全氣囊裝配エ序中已有的經(jīng)驗知識，構建并訓練基于小波鄰函數(shù)的三層自組織神經(jīng)網(wǎng)絡(SOM)汽車安全氣囊裝配エ序多傳感器故障診斷方法，詳細過程如下I、基于多尺度BP神經(jīng)網(wǎng)絡的輸入數(shù)據(jù)壓縮(I)輸入為現(xiàn)場信息采集裝置中的傳感器采集來的對氣囊生產(chǎn)線裝配エ位故障影響較大的五個傳感器信息數(shù)據(jù)，設輸入向量為X = (X1, X2 X3 X4 X5I，其中，Xi> X2為裝配エ序左側和右側光柵尺傳感器檢測信號，X3> X4為左側和右側卷袋電機的速度傳感器檢測信號，X5為壓カ傳感器檢測信號。預先米樣五個傳感器各自18個輸出數(shù)據(jù)序列,設第m個傳感器在i時刻的米樣值為Xnli,設定移動窗長為18，經(jīng)對稱添加形成的浮動數(shù)據(jù)窗數(shù)據(jù)為Xnl= [XnlH7, XnlH6, . . .，Xmi-!,xmi, xmi, XmH, · · · , xmi_16, xmi_17]，m對應裝配エ位的五個傳感器數(shù)據(jù)，m = I, 2, ...，5。這種方法的優(yōu)點是不需要提高采樣頻率，同時也不會產(chǎn)生滯后，還可避免邊界效應對小波濾波結果產(chǎn)生影響。(2)對每個傳感器輸出序列利用離散正交小波變換haar對每個傳感器采集的數(shù)據(jù)序列進行4層小波分解，得到近似尺度系數(shù)序列和小波系數(shù)序列Cm4、Wffll, Wffl2, Wffl3和Wm4。(3)對每個時間尺度上求得的小波系數(shù)作為多尺度BP神經(jīng)網(wǎng)絡模型的輸入，五個傳感器尺度I的系數(shù)Wn、w21、…、W51作為BP神經(jīng)網(wǎng)絡I的輸入，尺度2的系數(shù)W12、W22、…、W52作為BP神經(jīng)網(wǎng)絡2的輸入，以此類推，C14⑴、C24⑴、…、C54⑴作為BP神經(jīng)網(wǎng)絡5的輸入；經(jīng)多尺度BP神經(jīng)網(wǎng)絡計算之后，輸出為不同尺度下傳感器數(shù)據(jù)變化情況，分為快變、慢變、正常、故障四種，分別采用兩位ニ進制數(shù)進行編碼，即快變=01、慢變=10、正常=11、故障=00。設輸出向量為Z = Iz1, z2，…，zn}，Zl，Z2對應BP神經(jīng)網(wǎng)絡I輸出的兩位ニ進制編碼，以此類推，z9, Z10對應BP神經(jīng)網(wǎng)絡5輸出的兩位ニ進制編碼。(4)多尺度BP神經(jīng)網(wǎng)絡輸出的不同尺度下相應的ニ進制編碼作為小波鄰函數(shù)自 組織神經(jīng)網(wǎng)絡故障診斷模型的輸入，通過基于小波鄰函數(shù)的自組織神經(jīng)網(wǎng)絡(SOM)方法進行故障診斷。自組織特征映射網(wǎng)絡(SOM)分輸入層、競爭層和輸出層。輸入層η= 10，對應Iz1,Z2,…，ζη};設輸出向量為五種故障狀態(tài)，包括左卷袋電機不動作、右卷袋電機不動作、氣袋卷袋不均勻、舉升架不工作、未知故障五種，因此競爭層神經(jīng)元個數(shù)b選擇b = ηΧ6的輸出網(wǎng)格，輸出層神經(jīng)元個數(shù)I與故障類別相同，故I = 5 ;網(wǎng)絡訓練過程如圖2所示。根據(jù)網(wǎng)絡訓練建立好的模型，利用最小歐氏距離來尋找競爭獲勝神經(jīng)元，即相應的故障類型。(5)通過液晶顯示模塊和報警電路輸出診斷結果，同時將故障數(shù)據(jù)樣本通過RS232保存至上位機中更新數(shù)據(jù)庫。(6)移動窗的位置，輸入新數(shù)據(jù)，舊數(shù)據(jù)移出，保證移動窗中的18個數(shù)據(jù)個數(shù)不變，然后對稱添加形成的浮動數(shù)據(jù)窗，對浮動數(shù)據(jù)窗內(nèi)新的傳感器數(shù)據(jù)序列進行下一次的小波分解，如此反復，實現(xiàn)汽車安全氣囊裝配エ序的動態(tài)實時故障診斷。2、基于小波鄰函數(shù)的自組織神經(jīng)網(wǎng)絡故障診斷訓練過程自組織特征映射網(wǎng)絡(SOM)分輸入層、競爭層和輸出層。輸入向量為Z= Iz1,ζ2,…，ζη},輸入層η = 10 !Z1, Z2對應BP神經(jīng)網(wǎng)絡I輸出的兩位ニ進制編碼，以此類推，Z9,Z10對應BP神經(jīng)網(wǎng)絡5輸出的兩位ニ進制編碼。設輸出向量為五種故障狀態(tài)，包括左卷袋電機不動作、右卷袋電機不動作、氣袋卷袋不均勻、舉升架不工作、未知故障五種，因此競爭層神經(jīng)元b選擇b = nX6的輸出網(wǎng)格，輸出層神經(jīng)元個數(shù)I與故障類別相同，故I = 5 ；(I)初始化訓練樣本個數(shù)選擇為800組；隨機選擇較小的競爭層神經(jīng)元的初始網(wǎng)絡權值；訓練迭代次數(shù)選為N = 3000次，初始學習率Iltl = O. 5。(2)從輸入樣本中選取ー組數(shù)據(jù)作為網(wǎng)絡的輸入，進行歸一化處理。(3)利用最小歐氏距離來尋找競爭獲勝神經(jīng)元，定義k為競爭獲勝神經(jīng)元，則滿足も:=minUi= min[^(ろ—]! -(I)
1 1 ,.=1式中，Xj為輸入向量，Wij為競爭層任ー個神經(jīng)元與輸入節(jié)點連接的網(wǎng)絡權值，i =1,2, ···, b ；j = 1,2, ···, η。n為輸入向量個數(shù)，b為競爭層神經(jīng)元個數(shù)。(4)確定獲勝單元的相鄰區(qū)域Ne⑴相鄰區(qū)域Ne (t)的形狀選取為六邊形，相鄰區(qū)域函數(shù)選用Morlet母小波奇函數(shù)0(.,r) = cos(l .15x)e~v 12將小波基函數(shù)伸縮平移后可得
權利要求
1.汽車安全氣囊裝配工序的故障診斷系統(tǒng)，其特征在于，該系統(tǒng)包括現(xiàn)場信息采集裝置、信號調理電路、計算機處理子系統(tǒng)、故障輸出單元和上位機；所述現(xiàn)場信息采集裝置與信號調理電路相連，其用于采集氣囊裝配工序故障診斷所需的數(shù)據(jù)信息，并將采集的數(shù)據(jù)信息傳送給信號調理電路；所述信號調理電路與計算機處理子系統(tǒng)相連，其用于將接收到的數(shù)據(jù)信息進行調理后傳送給計算機處理子系統(tǒng)；所述計算機處理子系統(tǒng)與故障輸出單元相連，其用于對接收到的數(shù)據(jù)信息進行處理與融合分析，并將處理與分析得到的診斷結果傳送給故障輸出單元；所述故障輸出單元與上位機相連，其用于顯示和輸出故障診斷結果，并將故障診斷結果傳送給上位機；所述上位機存儲接收到的故障診斷結果，并對故障數(shù)據(jù)樣本庫進行數(shù)據(jù)更新。
2.如權利要求I所述的汽車安全氣囊裝配工序的故障診斷系統(tǒng)，其特征在于，所述現(xiàn)場信息采集裝置包括壓力傳感器、左卷袋電機光柵尺傳感器、右卷袋電機光柵尺傳感器、左卷袋電機速度傳感器和右卷袋電機速度傳感器，每個傳感器分別與信號調理電路相連；壓力傳感器用于采集布袋的張緊力數(shù)據(jù)，左卷袋電機光柵尺傳感器和右卷袋電機光柵尺傳感器用于采集布袋卷動機構的直線位移數(shù)據(jù)，左卷袋電機速度傳感器和右卷袋電機速度傳感器用于采集布袋卷動機構中兩個電機的轉速數(shù)據(jù)；所述計算機處理子系統(tǒng)包括DSP中央處理器、電源電路、晶振和復位電路，DSP中央處理器分別與電源電路、晶振、復位電路相連，其用于對信號調理電路傳來的數(shù)據(jù)首先采用多尺度BP神經(jīng)網(wǎng)絡的方法進行數(shù)據(jù)壓縮處理，然后利用自組織特征映射網(wǎng)絡實現(xiàn)汽車安全氣囊裝配工序的故障診斷分析，通過小波函數(shù)構造自組織特征映射網(wǎng)絡的領域函數(shù)，形成次興奮神經(jīng)元進行權值更新；電源電路用于為計算機處理子系統(tǒng)提供所需的標準電源，晶振用于提供計算機處理子系統(tǒng)的工作頻率，復位電路用于實現(xiàn)計算機處理子系統(tǒng)的復位操作；所述故障輸出單元包括液晶顯示模塊、報警電路和RS232，它們均與DSP中央處理器相連，液晶顯示模塊用于顯示DSP中央處理器輸出的故障診斷結果，報警電路用于根據(jù)故障診斷結果發(fā)出報警提示，RS232用于DSP中央處理器與上位機之間的數(shù)據(jù)通信。
3.如權利要求2所述的汽車安全氣囊裝配工序的故障診斷系統(tǒng)，其特征在于，所述DSP 中央處理器為DSPTMS320F2812
4.如權利要求I或2或3所述的汽車安全氣囊裝配工序的故障診斷系統(tǒng)的診斷方法， 其特征在于，該方法包括如下步驟步驟一、將現(xiàn)場信息采集裝置中的傳感器采集來的對氣囊裝配工序故障影響最大的五個傳感器信息數(shù)據(jù)作為汽車安全氣囊裝配工序的故障診斷系統(tǒng)的輸入變量，設輸入向量為 X = {x1; x2, x3, x4, x5},其中，XpX2為裝配工序左側和右側光柵尺傳感器的檢測信號，x3、x4 為左側和右側卷袋電機速度傳感器的檢測信號，X5為壓力傳感器的檢測信號；預先采樣上述五個傳感器各自的18個輸出數(shù)據(jù)序列，設第m個傳感器在i時刻的采樣值為Xmi，設定傳感器檢測數(shù)據(jù)的移動窗長為18，經(jīng)對稱添加形成的浮動數(shù)據(jù)窗數(shù)據(jù)為xmi_17，xmi_16，. . .，Xffli^1j ^-miJJ Xmi-16 -^nii-17 步驟二、利用哈爾小波轉換對步驟一所述的每個傳感器采集的輸出數(shù)據(jù)序列進行4層小波分解，得到近似尺度系數(shù)序列和小波系數(shù)序列Cm4 (t) ,Wffll (t) ,Wffl2 (t) ,Wffl3 (和Wm4 (t)，m對應裝配工位的五個傳感器數(shù)據(jù)，m= 1，2，…，5。步驟三、將經(jīng)過步驟二中每個時間尺度上求得的小波系數(shù)作為多尺度BP神經(jīng)網(wǎng)絡模型的輸入，五個傳感器尺度I的系數(shù)wn (t)、w21⑴、…、w51⑴作為多尺度BP神經(jīng)網(wǎng)絡I 的輸入，五個傳感器尺度2的系數(shù)W12⑴、W22⑴、…、W52⑴作為多尺度BP神經(jīng)網(wǎng)絡2的輸入，以此類推，C14(t)、C24(t)、…、c54(t)作為多尺度BP神經(jīng)網(wǎng)絡5的輸入，經(jīng)多尺度BP 神經(jīng)網(wǎng)絡計算之后，輸出為不同尺度下傳感器數(shù)據(jù)變化情況，分為快變、慢變、正常、故障四種，分別采用兩位二進制數(shù)進行編碼，即快變=01、慢變=10、正常=11、故障=00，不同尺度下相應的二進制編碼作為小波鄰函數(shù)自組織神經(jīng)網(wǎng)絡故障診斷模型的輸入；步驟四、對經(jīng)過步驟三所述的多尺度BP神經(jīng)網(wǎng)絡壓縮的數(shù)據(jù)，采用基于小波鄰函數(shù)的自組織神經(jīng)網(wǎng)絡進行故障診斷；步驟五、通過液晶顯示和故障報警方式輸出經(jīng)過步驟四得到的診斷結果，同時將故障診斷結果通過RS232保存至上位機中更新故障樣本數(shù)據(jù)庫；步驟六、移動窗的位置，輸入新數(shù)據(jù)，舊數(shù)據(jù)移出，保證18個數(shù)據(jù)不變，然后對稱添加形成的浮動數(shù)據(jù)窗，對浮動數(shù)據(jù)窗內(nèi)新的傳感器數(shù)據(jù)序列進行下一次的小波分解，重復步驟二至步驟六，實現(xiàn)汽車安全氣囊裝配工序的動態(tài)實時故障診斷。
全文摘要
汽車安全氣囊裝配工序的故障診斷系統(tǒng)及其診斷方法涉及汽車氣囊檢測領域，該系統(tǒng)包括現(xiàn)場信息采集裝置、信號調理電路、計算機處理子系統(tǒng)、故障輸出單元和上位機；現(xiàn)場信息采集裝置采集氣囊裝配工序故障診斷所需的數(shù)據(jù)信息，并將采集的數(shù)據(jù)信息傳送給信號調理電路進行調理，然后計算機處理子系統(tǒng)對接收到的數(shù)據(jù)信息進行處理與融合分析，并將處理與分析得到的診斷結果傳送給故障輸出單元進行顯示和輸出，同時將故障診斷結果傳送給上位機存儲，更新故障數(shù)據(jù)樣本庫。本發(fā)明有效提高了汽車安全氣囊布袋裝配工序故障診斷的準確率，避免了虛警和漏警情況的發(fā)生，使故障診斷的結果更加合理，更具有實用性。
文檔編號G06N3/02GK102707713SQ201210199420
公開日2012年10月3日 申請日期2012年6月15日 優(yōu)先權日2012年6月15日
發(fā)明者于海芳, 孫穎, 張德江, 張裊娜, 王曉東 申請人:長春工業(yè)大學