裝甲車輛電源系統(tǒng)故障的智能診斷技術(shù)探討

中國北方車輛研究所 100072

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

1 裝甲車電源系統(tǒng)進行智能化診斷故障的原理介紹

裝甲車輛電源系統(tǒng)進行智能故障診斷的時候，主要通過信號采集、特征提取、故障分類等步驟完成的，該系統(tǒng)的結(jié)構(gòu)由圖一詳細(xì)展示。通過對被測對象的信號采集，在進一步提取特征之后，對所得數(shù)據(jù)進行訓(xùn)練以及測試，最終進行故障分類之后，詳細(xì)顯示分類結(jié)果。由于裝甲車輛中電源系統(tǒng)所能夠采集信號來往往會有較大的波動范圍大，同時會不可避免受到傳輸干擾等等，進行信號采集最重要的目的就是對噪聲進行控制，通過對信號進行調(diào)理確保系統(tǒng)能夠?qū)ζ漤樌杉@是由于系統(tǒng)進行信號采集的時候，由于在特征辨識上往往比較困難，只有在利用過時頻域進行變換處理之后，才可以詳細(xì)的分析信號自身特征，針對發(fā)生問題情況下表現(xiàn)出來的故障時特征和系統(tǒng)正常運作的狀態(tài)對比之后，進行判別。特征提取這一環(huán)節(jié)的重點在于對信號特征進行量的選擇同時實施壓縮，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現(xiàn)故障模式分類器工作提供了十分必要的保證。對各種模式特征進行分類，主要包括訓(xùn)練以及識別兩大部分。訓(xùn)練通過訓(xùn)練樣本的改變，可以實現(xiàn)自動化辨識系統(tǒng)參數(shù)以及保證結(jié)構(gòu)可以為整個系統(tǒng)具體性能指標(biāo)實現(xiàn)最優(yōu)級別。識別的主要作用在于，通過對已經(jīng)訓(xùn)練好的分類器，進一步對測試樣本開展分類，以便得出最后的分類結(jié)果。

圖1 故障診斷系統(tǒng)結(jié)構(gòu)圖

2 對裝甲車電源系統(tǒng)信號的特征介紹

需要明確的是，車輛電源系統(tǒng)內(nèi)部結(jié)構(gòu)是十分復(fù)雜的，存在于設(shè)備間的不同信號交聯(lián)耦合最典型的特點就是：多，由于現(xiàn)實需要，裝甲車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 方法進行變換，研究信號在頻域中出現(xiàn)的各種變化，這種方式最大的缺陷便是無法完整獲知信號在時域中所具備的全部信息。現(xiàn)今最為先進的一種時域分析方法為小波分析法，它可以對并不平穩(wěn)瞬間的利用寬頻響應(yīng)的方式進行分析，因此在低頻處依然可以實現(xiàn)較高的頻率分辨效果，同樣在高頻處進行時間分辨的時候，結(jié)果同樣令人滿意。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現(xiàn)頻帶劃分。它不僅擁有小波變換高質(zhì)量進行時頻局部化的優(yōu)勢，同時又可以有效彌補小波變換無法進行高頻頻帶分解的缺陷，提高了整體的分析效果。

3 裝甲車輛電源系統(tǒng)智能診斷技術(shù)故障提取方式

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

第一，在進行故障提取的時候首先要做的就是對原始信號使用n 層小波包的方式進行逐一分解，在對第n 層提取時，具體分析其2n 頻帶不同信號的具體特征。

第二，對小波包分解的各個系數(shù)進行進一步的重構(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S 。

第三，對不同頻帶信號的能量進行求解。假設(shè)S 代表的是原始的信號，d 指的是小波包分解出來的具體數(shù)值Si,j指的是重構(gòu)的信號，與其相對應(yīng)的能量分別用Ei,j進行表示，di,j指的是Si,j 的離散點幅度，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，對特征向量進行構(gòu)造。

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

對某一頻段的相對小波能量可以定義為：

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

4 結(jié)語

智能診斷技術(shù)不僅僅可以實現(xiàn)對不同波段信號的分析，還可以通過利用現(xiàn)代電子信息技術(shù)，對所得的波段信息進行更加清晰化的處理，這樣能夠為分析者更加清晰的了解波段圖像，快速、準(zhǔn)確的獲得故障所在，從而進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].計算機測量與控制,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].計算機應(yīng)用,2011,27 (8):1888-1890,1894.