基于稀疏表示的汽車發動機故障診斷系統和方法

文檔序號：6028151閱讀：281來源：國知局

專利名稱：基于稀疏表示的汽車發動機故障診斷系統和方法
技術領域：
本發明涉及汽車發動機故障診斷技術，具體涉及基于稀疏表示的汽車發動機故障診斷系統和方法。
背景技術：
汽車發動機工作過程中發出的聲音包含了大量的機械運行信號，當發動機發生故障時，它振動的聲音及其頻譜便會出現變異和失真。因而通過對發動機發出的聲音信號進行分解，使得聲音信號中的有用信號與無用信號能夠分離，然后提取信號的特征，可以檢測到發動機的運行狀態，從而對其進行故障診斷。
目前，利用汽車發動機聲音信號進行故障診斷的系統主要是基于PC機的，
也有部分是基于嵌入式架構的，但整體的結構沒有改變，都是從傳感器獲得發動機聲音信號，然后進行處理，無法實現遠程故障診斷，而且成本較高，升級和維護困難。
另一方面，已有的故障診斷方法為了獲得較高的精度，必須預先建立規模龐大的故障檔案數據庫以提取判別能力良好的信號特征，在實際應用中既耗費了大量的成本又不方便。而且汽車發動機運動形式復雜多樣、激勵源多，聲音信號的諧波屬于非平穩信號，構成極為復雜，實際監測往往引入復雜的背景噪聲，造成較強的干擾，傳統時域或頻域方法難于有效地把握其特點。

發明內容
本發明的目的在于克服上述現有技術的缺點和不足，提供一種基于稀疏表示的汽車發動機故障診斷系統，該系統能夠對來自網絡的汽車發動機聲音信號進行遠程故障診斷，而且數據處理能力強大，工作穩定，成本低，便于維護和升級。
本發明的目的還在于提供由上述基于稀疏表示的汽車發動機故障診斷系統實現汽車發動機故障診斷的方法，該方法將診斷可信的待檢信號加入故障檔案
數據庫，從而降低建立故障數據的成本，提高檢測效率；并且自適應地選擇基
函數稀疏表示類間差異信號，獲得識別能力強的特征，以提高故障診斷的正確率。
本發明目的通過下述技術方案實現本基于稀疏表示的汽車發動機故障診斷系統，包括數字信號處理(DSP)模塊、數據存儲(IDE)模塊、網絡接口模
塊、輸入輸出(I/O)模塊、現場可編程邏輯陣列(FPGA)模塊，所述FPGA 模塊同時與DSP模塊、IDE模塊、網絡接口模塊、1/0模塊相連接，DSP模塊同時與IDE模塊連接，所述網絡接口模塊與故障診斷終端信號連接。
所述DSP模塊用于診斷汽車發動機聲音信號，包括DSP芯片及相應的DDR2 內存、Flash芯片等外圍器件，所述Flash芯片用于固化故障診斷算法，DDR2 內存用于實現數據的高速運算。
所述IDE模塊存儲有發動機聲音信號故障檔案數據庫、待檢信號數據庫以及診斷結果備案數據庫。
所述網絡接口模塊采用GSM (GPRS)或有線以太網(10M/100Mbps)等不同通信方式與故障診斷終端信號連接，接收來自網絡的汽車發動機聲音信號，并且發送診斷結果，，完成對遠程發動機聲音信號采集器的訪問和管理。
所述I/0模塊包括鍵盤輸入接口、液晶顯示輸出接口、 USB數據導入接口和JATG調試接口，提供人機交互機制以及系統管理、維護和升級。
所述FPGA模塊采用ARM9內核或PPC內核，可在內核中移植嵌入式實時操作系統(如uCOS、 VxWorks等)，用于控制和管理DSP模塊、網絡接口模塊、 IDE模塊和I/0模塊；
上述DSP模塊、IDE模塊、網絡接口模塊及I/0模塊，均通過FPGA實現接口適配。
所述DSP芯片包括依次連接的預處理模塊、稀疏分解模塊、故障特征提取模塊、分類算法模塊、故障診斷模塊、診斷結果分析模塊、故障檔案數據庫更
新模塊、所述故障te案數據庫更新模塊同時與稀疏分解模塊相連接，所述診斷
結果分析模塊同時與待檢信號數據庫更新模塊、截止判決模塊、診斷結果輸出
模塊依次連接，所述稀疏分解模塊與待檢信號特征提取模塊相連接后分別與故
障診斷模塊、截止判決模塊相連接。
所述分類算法攀塊為支持向量機模塊或其他分類算法模塊。所述稀疏分解模塊包括類間差異子模塊、超完備基子模塊、基函數選擇子
模塊、初始化子模塊、逐次分解子模塊、分解截止判決子模塊，所述類間差異
子模塊、超完備基子模塊同時與基函數選擇子模塊連接后依次與初始化子模塊、逐次分解子模塊、分解截止判決子模塊相連接。
利用上述基于稀疏表示的汽車發動機故障診斷系統實現汽車發動機故障診斷的方法，包括下述步驟
(1) 系統啟動后，FPGA模塊負責調度并完成IDE模塊、DSP模塊、網絡
接口模塊和I/0模塊的自檢；
(2) FPGA模塊通過網絡接口模塊廣播系統啟動消息，接收故障診斷終端的應答信息，記錄網絡拓撲結構，并存儲在IDE模塊中；
(3) 故障診斷終端向系統發送待檢的汽車發動機聲音信號，該信號通過網絡接口傳至FPGA模塊，生成待檢信號數據庫，并存儲在IDE模塊中；
(4) DSP模塊在IDE模塊中調用故障檔案數據庫，先通過預處理模塊對故障檔案數據庫中的發動機聲音信號進行預處理；接著通過稀疏分解模塊對預處理后的故障檔案類間差異信號進行自適應稀疏分解，選擇最優基函數；然后通過故障特征提取模塊計算所選基函數與故障檔案信號的內積，提取故障檔案特征；最后通過分類算法模塊，利用故障檔案特征訓練分類算法；
(5) DSP模塊從IDE模塊中取出待檢信號，先通過預處理模塊對待檢信號進行預處理；接著i過待檢信號特征提取模塊，計算步驟(4)所選基函數與待檢信號的內積，生成待檢信號特征；然后通過故障診斷模塊，將待檢信號的特征代入步驟(4)所訓練的分類算法，進行故障診斷；最后通過診斷結果分析模塊，依據待檢信號特征至分類超平面的距離，設置故障診斷置信度門限，判斷診斷結果是否可信，，若可信，通過故障檔案數據庫更新模塊，將可信的待檢信號加入故障檔案數據庫，否則，通過待檢信號數據庫更新模塊，將不可信的待檢信號保留在待撿信號數據庫；
(6) DSP模塊通過截止判決模塊核査待檢信號數據庫，若它為空或在前后兩輪診斷中無變化，則將診斷結果匯總并傳送至FPGA模t央；否則重復步驟(4)、
(5)進行新一輪的診斷；
(7) FPGA模塊將匯總的診斷結果存入診斷結果備案數據庫，并通過網絡接口模塊將診斷結果發送至故障診斷終端；
上述方法中，預處理模塊對故障檔案數據庫中的發動機聲音信號進行預處理包括選擇合適的采樣頻率、數據長度，利用中值濾波算法去除噪聲。
上述方法中，預處理模塊對待檢信號進行預處理包括選擇合適的采樣頻率、
數據長度，利用中值濾波算法去除噪聲。
上述方法中，步驟(4)、 (5)所述的分類算法為支持向量機。
上述方法中，當所述故障檔案數據庫為2分類故障檔案數據庫時，步驟(4) 所述稀疏分解模塊對預處理后的故障檔案類間差異信號進行自適應稀疏分解，
選擇最優基函數，具體包括以下步驟
A、類間差異子模塊計算故障檔案數據庫2類信號均值的差異"W,艮P:
其中x(/)為故障檔案數據庫發動機聲音信號，^表示類別標志，/v "2
分別為兩類信號的數量；
B、超完備基子模塊構建超完備基{%(0卜艮P:
其中參數&表示基函數的歸一化系數，使得||^ |=1，而" ， &， / ， A分
別表示基函數的峰值時刻，衰減因子，頻率以及初始相位；
C、基函數選擇子模塊采用匹配跟蹤算法和粒子群優化算法，選擇少數基函數稀疏表示故障檔案類間差異信號，即
,-2X-) ③ 其中^(o為所選基函數，^為稀疏表示系數，^描述了差異信號D(0與基
函數之間的相似程度；求解^(f)， ^的過程如下
(a) 設第0次殘余信號r0(t) = D(t) 初始化子模塊對基函數參數"Un， Sn， fn， A進行編碼，初始化粒子群；
(b) 逐次分解子模塊逐次分解殘余信號，設第p次殘余信號為^(Z)，依據粒子群優化算法，選擇最佳粒子{ ，sp，力，&}，使得基函數Phip(t) and r(t)最相似，則Phip(t)的稀疏表示系數ap為
<formula>formula see original document page 8</formula>
那么下一步殘余信號<formula>formula see original document page 8</formula>
(c) 分解截止判決子模塊負責計算殘余信號能量l卜pO)l與IP(Ol的比值，若該比值不小于預設門限時，則返回逐次分解子模塊對殘余信號繼續進行逐次分解，若該比值小于預設門限時，則停止分解，輸出每一次分解所選的最優基函數。
當所述故障檔案數據庫為3分類以上的故障檔案數據庫時，釆用逐一鑒別
法，反復運行上述對2分類故障檔案數據庫時的故障診斷方法，逐一判斷待檢信號是否屬于故障檔案數據庫的每一種故障。
本發明基于稀疏表示的汽車發動機故障診斷系統相對于現有技術具有以下優點
(1) 本發明通過網絡獲取遠程汽車發動機待檢聲音信號，能夠及時地診斷故障類別，大大方便了各網點(尤其是偏遠地區)的汽車維修工作；
(2) 本發明的系統不僅具有強大的數據處理能力，診斷速度快，而且便于維護和升級，成本較低；
(3) 本發明將診斷可信的待檢信號加入故障檔案數據庫，所需故障檔案數據庫小，能夠有效地降低成本，提高檢測效率；
(4) 本發明引入待檢發動機聲音信號作為反饋信息，可自適應的選擇稀疏表示的基函數，獲得識別能力強的特征，從而提高故障診斷正確率。

圖1是本發明^統的硬件結構圖；圖2是本發明系統中的DSP芯片的結構圖；圖3是本發明系統中的稀疏分解模塊的結構圖4是本發明基于稀疏表示的汽車發動機故障診斷方法的流程框圖；圖5是當所述取障檔案數據庫為2分類故障檔案數據庫時，稀疏分解模塊進行稀疏分解，選擇最優基函數的流程框圖。
具體實施例方式
下面結合實施例及附圖，對本發明作進一步地詳細說明，但本發明的實施方式不限于此。. 實施例
圖1所示為本發明系統的硬件結構圖，本基于稀疏表示的汽車發動機故障診斷系統，包括DSP模塊、IDE模塊、網絡接口模塊、1/0模塊、FPGA模塊，所述FPGA模塊同時與DSP模塊、IDE模塊、網絡接口模塊、1/0模塊相連接， DSP模塊同時與IDE模塊連接，所述網絡接口模塊與故障診斷終端信號連接。
所述DSP模塊，用于診斷汽車發動機聲音信號；
所述IDE模塊存儲有發動機聲音信號故障檔案數據庫、待檢信號數據庫以
及診斷結果備案數據庫。
所述網絡接口模塊，用來接收來自網絡的汽車發動機聲音信號，并且發送診斷結果；
所述I/0模塊，用于提供人機交互機制，方便系統管理、維護和升級。所述FPGA模塊，用于實現DSP模塊、網絡接口模塊、IDE模塊和I/0模塊的控制和管理；
上述DSP模塊、IDE模塊、網絡接口模塊及I/0模塊，均通過FPGA實現接口適配。
所述DSP模塊可選用TI公司的浮點型DSP芯片(如TMS320C6727B)及相應的DDR2、 Flash等外圍器件。Flash芯片用于固化故障診斷算法，DDR2內存用于實現數據的高速運算。
所述IDE可選用大容量IDE,存儲有發動機聲音信號故障檔案數據庫、待檢信號數據庫以及診斷結果備案數據庫。
所述網絡接口模塊，可根據實際需求采用GSM (GPRS)或有線以太網 (10M/100Mbps)等不同通信方式來實現，通過網絡完成對遠程發動機聲音信號采集器的訪問和管理。
所述I/0模塊接口，包括鍵盤輸入接口、液晶顯示輸出接口、 USB數據導入接口和JATG調試接口。
所述FPGA模塊可選用Xilinx公司的(如XC3 S400-PQ208)，其中包含ARM9 內核或PPC內核，可在內核中移植嵌入式實時操作系統(如UCOS、 VxWorks 等)，用于實現網絡和系統管理的功能。
圖2所示為本發明系統中的DSP芯片的具體結構，DSP芯片包括依次連接的預處理模塊、稀疏分解模塊、故障特征提取模塊、分類算法模塊、故障診斷模塊、診斷結果分析模塊、故障檔案數據庫更新模塊、所述故障檔案數據庫更新模塊同時與稀疏分解模塊相連接，所述診斷結果分析模塊同時與待檢信號數據庫更新模塊、截止判決模塊、診斷結果輸出模塊依次連接，所述稀疏分解模塊與待檢信號特征提取模塊相連接后分別與故障診斷模塊、截止判決模塊相連接。
所述稀疏分解模塊的結構如圖3所示，包括類間差異子模塊、超完備基子模塊、基函數選擇子模塊、初始化子模塊、逐次分解子模塊、分解截止判決子模塊，所述類間差異子模塊、超完備基子模塊同時與基函數選擇子模塊連接后
依次與初始化子模塊、逐次分解子模塊、分解截止判決子模塊相連接。
圖4所示為本發明基于稀疏表示的汽車發動機故障診斷方法的流程框圖，本系統的工作過程包括以下步驟
(1) 系統啟動后，FPGA模塊負責調度并完成IDE模塊、DSP模塊、網絡接口模塊和I/0模塊的自檢；
(2) FPGA模塊通過網絡接口模塊廣播系統啟動消息，接收故障診斷終端的應答信息，記錄網絡拓撲結構，并存儲在IDE模塊中；
(3) 故障診斷終端向系統發送待檢的汽車發動機聲音信號，該信號通過網絡接口傳至FPGA模塊，生成待檢信號數據庫，并存儲在IDE模塊中；
(4) DSP模塊在IDE模塊中調用故障檔案數據庫，先通過預處理模塊對故障檔案數據庫中的發動機聲音信號進行預處理，包括選擇合適的采樣頻率、數據長度，利用中值濾波算法去除噪聲；接著通過稀疏分解模塊對預處理后的故障檔案類間差異信號進行自適應稀疏分解，選擇最優基函數；然后通過故障特征提取模塊計算所選基函數與故障檔案信號的內積，提取故障檔案特征；最后
通過分類算法模塊，利用故障檔案特征訓練支持向量機，支持向量機就像一桿槍，需要輸入故障檔案訓練校準，然后才可以用，至于輸入訓練的過程只是調
用標準函數)；
(5) DSP模塊從IDE模塊中取出待檢信號，先通過預處理模塊對待檢信號進行預處理，包括選擇合適的采樣頻率、數據長度，利用中值濾波算法去除噪聲；接著通過待檢信號特征提取模塊，計算步驟(4)所選基函數與待檢信號的內積，生成待檢信號特征；然后通過故障診斷模塊，將待檢信號的特征代入步驟(4)所訓練的分類算法，進行故障診斷；最后通過診斷結果分析模塊，依據待檢信號特征至分類超平面的距離，設置故障診斷置信度門限，判斷診斷結果是否可信，若可信，通過故障檔案數據庫更新模塊，將可信的待檢信號加入故障檔案數據庫，否則，通過待檢信號數據庫更新模塊，將不可信的待檢信號保留在待檢信號數據庫；
(6) DSP模塊通過截止判決模塊核査待檢信號數據庫，若它為空或在前后兩輪診斷中無變化，則將診斷結果匯總并傳送至FPGA模塊；否則重復步驟(4)、
(5)進行新一輪的診斷；
(7) FPGA模塊將匯總的診斷結果存入診斷結果備案數據庫，同時從I/O 模塊輸出到液晶屏幕上顯示，并通過網絡接口模塊將診斷結果發送至故障診斷
終端；
上述方法中，當所述故障檔案數據庫為2分類故障檔案數據庫時，步驟(4)
所述稀疏分解模塊對預處理后的故障檔案類間差異信號進行自適應稀疏分解，
選擇最優基函數，如圖5所示，具體包括以下步驟
A、類間差異子模塊計算故障檔案數據庫2類信號均值的差異"(/),艮P:
其中x(O為故障檔案數據庫發動機聲音信號，^表示類別標志，巧，
分別為兩類信號的數量；
B、超完備基子模塊構建超完備基{%(0}，艮P:
柳f哉2 cos(2;r,A》 ②
其中參數4表示基函數的歸一化系數，使得|% |=1，而"。，厶，A分
別表示基函數的峰值時刻，衰減因子，頻率以及初始相位；
C、基函數選擇子模塊采用匹配跟蹤算法和粒子群優化算法，選擇少數基函數稀疏表示故障檔案類間差異信號，艮口
其中％(0為所選基函數，^為稀疏表示系數，^描述了差異信號D^與基函數之間的相似程度；求解％(0, ^的過程如下
(a) 設第0次殘余信號^f)-。(0，初始化子模塊對基函數參數^， &， / ， A進行編碼，初始化粒子群；
(b) 逐次分解子模塊逐次分解殘余信號，設第p次殘余信號為。(0，依據粒子群優化算法，選擇最佳粒子{ ，，力，&}，使得基函數^W與^(0最相似，則^W的稀疏表示系數"p為
=〈W)W)〉 = ，〈rpW;

那么下一步殘余信號^+1 = ^(0—
(e)分解截止判決子模塊負責計算殘余信號能量ll (Ol與llD(Ol的比值，若該
比值不小于預設門限時，則返回逐次分解子模塊對殘余信號繼續進行逐次分解，若該比值小于預設門限時，則停止分解，輸出每一次分解所選的最優基函數。
當所述故障檔案數據庫為3分類以上的故障檔案數據庫時，采用逐一鑒別法，反復運行上述對2分類故障檔案數據庫時的故障診斷方法，逐一判斷待檢
信號是否屬于故障檔案數據庫的每一種故障。
所述的逐一鑒別法，可如下面的例子表述設故障檔案數據庫為3分類以上的故障檔案數據庫，即故障有3類A、 B、 C，以及新來的信號D;首先判
斷信號D屬于A或者不屬于A;若不屬于A，那么判斷D屬于B或不屬于B; 若D既不屬于A又不屬于B，那么D屬于C。其實每一步2分類故障檔案數據庫時的故障診斷方法，需要把上述2分類的故障診斷方法的程序跑一遍。那么一個3分類問題就需要跑2遍，n分類問題就需要跑n-l遍。
上述實施例為本發明較佳的實施方式，但本發明的實施方式并不受上述實施例的限制，其他的任何未背離本發明的精神實質與原理下所作的改變、修飾、替代、組合、簡化，，均應為等效的置換方式，都包含在本發明的保護范圍之內。
權利要求
1、基于稀疏表示的汽車發動機故障診斷系統，其特征在于包括DSP模塊、IDE模塊、網絡接口模塊、I/O模塊、FPGA模塊，所述FPGA模塊同時與DSP模塊、IDE模塊、網絡接口模塊、I/O模塊相連接，DSP模塊同時與IDE模塊連接，所述網絡接口模塊與故障診斷終端信號連接。
2、根據權利要求1所述基于稀疏表示的汽車發動機故障診斷系統，其特征在于所述DSP模塊包括DSP芯片及相應的DDR2內存、Flash芯片。
3、根據權利要求1所述基于稀疏表示的汽車發動機故障診斷系統，其特征在于所述IDE模塊存儲有發動機聲音信號故障檔案數據庫、待檢信號數據庫以及診斷結果備案數據庫。
4、根據權利要求1所述基于稀疏表示的汽車發動機故障診斷系統，其特征在于所述網絡接口模塊采用GSM或有線以太網與故障診斷終端信號連接。
5、根據權利要求1所述基于稀疏表示的汽車發動機故障診斷系統，其特征在于所述I/0模塊包括鍵盤輸入接口、液晶顯示輸出接口、 USB數據導入接口和JATG調試接口。
6、根據權利要求1所述基于稀疏表示的汽車發動機故障診斷系統，其特征在于所述FPGA模塊采用ARM9內核或PPC內核。
7、根據權利要求2所述基于稀疏表示的汽車發動機故障診斷系統，其特征在于所述DSP芯片包括依次連接的預處理模塊、稀疏分解模塊、故障特征提取模塊、分類算法模塊、故障診斷模塊、診斷結果分析模塊、故障檔案庫更新模塊、所述故障檔案庫更新模塊同時與稀疏分解模塊相連接，所述診斷結果分析模塊同時與待檢信號數據庫更新模塊、截止判決模塊、診斷結果輸出模塊依次連接，所述稀疏分解模塊與待檢信號特征提取模塊相連接后分別與故障診斷模塊、截止判決模塊相連接。
8、根據權利要求7所述基于稀疏表示的汽車發動機故障診斷系統，其特征在于所述稀疏分解模塊包括類間差異子模塊、超完備基子模塊、基函數選擇子模塊、初始化子模塊、逐次分解子模塊、分解截止判決子模塊，所述類間差異子模塊、超完備基子模塊同時與基函數選擇子模塊連接后依次與初始化子模塊、逐次分解子模塊、分解截止判決子模塊相連接。
9、一種利用權利要求1 8任一項所述系統實現的基于稀疏表示的汽車發動機故障診斷的方法，其特征在于，包括下述步驟 (1) 系統啟動后，FPGA模塊負責調度并完成IDE模塊、DSP模塊、網絡接口模塊和I/0模塊的自檢；(2) FPGA模塊通過網絡接口模塊廣播系統啟動消息，接收故障診斷終端的應答信息，記錄網絡拓撲結構，并存儲在IDE模塊中；(3) 故障診斷終端向系統發送待檢的汽車發動機聲音信號，該信號通過網絡接口傳至FPGA模塊，生成待檢信號數據庫，并存儲在IDE模塊中；(4) DSP模塊在IDE模塊中調用故障檔案數據庫，先通過預處理模塊對故障檔案數據庫中的發動機聲音信號進行預處理；接著通過稀疏分解模塊對預處理后的故障檔案類間差異信號進行自適應稀疏分解，選擇最優基函數；然后通過故障特征提取模塊計算所選基函數與故障檔案信號的內積，提取故障檔案特征；最后通過分類算法模塊，利用故障檔案特征訓練分類算法；(5) DSP模塊從IDE模塊中取出待檢信號，先通過預處理模塊對待檢信號進行預處理；接著通過待檢信號特征提取模塊，計算步驟(4)所選基函數與待檢信號的內積，生成待檢信號特征；然后通過故障診斷模塊，將待檢信號的特征代入步驟(4)所訓練的分類算法，進行故障診斷；最后通過診斷結果分析模塊，依據待檢信號特征至分類超平面的距離，設置故障診斷置信度門限，判斷診斷結果是否可信，若可信，通過故障檔案數據庫更新模塊，將可信的待檢信號加入故障檔案數據庫，否則，通過待檢信號數據庫更新模塊，將不可信的待檢信號保留在待檢信號數據庫；(6) DSP模塊通過截止判決模塊核查待檢信號數據庫，若它為空或在前后兩輪診斷中無變化，則將診斷結果匯總并傳送至FPGA模塊；否則重復步驟(4)、(5)進行新一輪的診斷；(7) FPGA模塊將匯總的診斷結果存入診斷結果備案數據庫，并通過網絡接口模塊將診斷結果發送至故障診斷終端。
10、根據權利要求9所述的基于稀疏表示的汽車發動機故障診斷的方法，其特征在于當所述故障檔案庫為2分類故障檔案庫時，步驟(4)所述稀疏分解模塊對預處理后的故障檔案類間差異信號進行自適應稀疏分解，選擇最優基函數，具體包括以下步驟A、類間差異子模塊計算故障檔案庫2類信號均值的差異"(0,即<formula>formula see original document page 3</formula>其中X(Z)為故障檔案庫發動機聲音信號，^， ^表示類別標志，"「分別為兩類信號的數量；B、超完備基子模塊構建超完備基一 (,》，艮P..柳我2 A)) ②其中參數^表示基函數的歸一化系數，使得||%(0| = 1，而" ， &， / ， a分別表示基函數的峰值時刻，衰減因子，頻率以及初始相位；C、基函數選擇子模塊采用匹配跟蹤算法和粒子群優化算法，選擇少數基函數稀疏表示故障檔案庫類間差異信號，艮口其中^(0為所選基函數，^為稀疏表示系數，^描述了差異信號"(/)與基函數之間的相似程度；求解A(/), ^的過程如下(a) 設第O次殘余信號；(O-"(O，初始化子模塊對基函數參數""，&， / ， a進行編碼，初始化粒子群；(b) 逐次分解子模塊逐次分解殘余信號，設第p次殘余信號為^(/)，依據粒子群優化算法，選擇最佳粒子{ ，力，&}，使得基函數^^)與^(,)最相似，則^^)的稀疏表示系數^為 =〈；W, & W〉 = mf 〈 (/), % (0〉 ④那么下一步殘余信號= 。W - ap& W;(c) 分解截止判決子模塊負責計算殘余信號能量b(/)1與的比值，若該比值不小于預設門限時，則返回逐次分解子模塊對殘余信號繼續進行逐次分解，若該比值小于預設門限時，則停止分解，輸出每一次分解所選的最優基函數；當所述故障檔案數據庫為3分類以上的故障檔案數據庫時，采用逐一鑒別法，反復運行上述對2分類故障檔案數據庫時的故障診斷方法，逐一判斷待檢信號是否屬于故障檔案數據庫的每一種故障。
全文摘要
本發明提供一種基于稀疏表示的汽車發動機故障診斷系統，它包括DSP模塊，用于運行診斷算法；IDE模塊，用來存儲故障檔案數據庫、待檢信號數據庫及診斷結果備案數據庫；網絡接口模塊，用來接收來自網絡的汽車發動機聲音信號，并且發送診斷結果；I/O模塊，用于提供人機交互機制；FPGA模塊，用于系統控制和各模塊之間的接口適配。本汽車發動機故障診斷方法包括預處理、稀疏分解、故障檔案和待檢信號特征提取、分類算法訓練、故障診斷、診斷結果分析、故障檔案數據庫和待檢信號數據庫更新、截止判決、診斷結果輸出。本發明能實現對汽車發動機聲音信號的遠程診斷，所需故障檔案數據庫小，診斷正確率高，成本低，便于維護和升級。
文檔編號G01M15/00GK101382468SQ20081019834
公開日2009年3月11日申請日期2008年9月5日優先權日2008年9月5日
發明者俊呂, 楊祖元, 謝勝利申請人:華南理工大學

完整全部詳細技術資料下載