专利名称：基于振动和音频信息的汽车发动机故障诊断系统的制作方法
技术领域：
本发明涉及测控技术、数字信号处理技术、最优估计技术和可靠性技术，属于汽车 发动机故障诊断领域。
背景技术：
发动机是汽车运动的心脏，决定了汽车的性能的优劣。现代发动机已成为集电子 技术、计算机技术、信息技术于一体的智能控制系统，集成化程度越来越高、结构也越来越 复杂；然而，发动机的智能性却使得发动的故障诊断和维修成为制约汽车工业发展的瓶颈。汽车发动机系统通过电子控制手段对发动机点火、喷油、空气与燃油的比率、排放 废气等进行优化控制，使发动机工作在最佳状态。汽车发动机系统主要包括电控燃油喷射 系统、电控点火系统、警告提示系统等。国内外对汽车发动机故障诊断技术研究有振动噪声法、性能参数法、磨损残留物 法等多参数检验方法，故障识别主要方法为专家系统法、灰度联合估计法、数据融合法。在 诊断设备方面，以美国快捷公司等生产的非车载的诊断系统和日本丰田等公司生产的车载 诊断系统为代表。但国外的诊断系统大多价格昂贵，诊断功能单一，而且对车辆具有专一 性，不便推广使用。国内虽有深圳三源公司等能够生产非车载诊断产品，但由于对发动机的 掌握不够，诊断数据误差较大。FPGA均有高效的并行运算和流水运算功能，其快速的数据处理功能、灵活的功能 升级和配置功能都是现有其他片上芯片所无法比拟的。然而国内外汽车发动机诊断系统几 乎均没有采用FPGA来设计，这就极大的制约了诊断的可靠性和可扩展性的提高。
发明内容
为了实现对现有的汽车发动机的状态进行可靠地控制，提高诊断系统的可扩展 性，避免诊断出现的较大偏差，实现对发动机的智能实时管理，本发明提出了一种基于振动 和音频信息的汽车发动机故障诊断系统；本发明的主要内容(如图1)在于利用多种参量传 感器组(主要有振动传感器、声传感器等)对发动机声音与振动进行检测，检测信号放大后 进行A/D转换；声信号通过FPGA对采集的信号按照低频、发动机工作频段、高频段自动进行 分类；振动信号通过FPGA也按照振动频率段和幅值大小范围进行分类；按照给定时间段移 动分区域累加，以判断发动机有无故障出现，处理中心对有关信息综合分析，判断是否报警 并组织记录采集的相关数据；本发明解决其技术问题采用的技术方案是，一种基于振动和音频信息的汽车发动 机故障诊断系统，其特征包括以下步骤1.利用多种参量传感器组(主要有振动传感器、声传感器等)对发动机声音与振 动进行检测，检测信号放大后进行A/D转换；2.由FPGA按照简化的富里埃变换算法对采集的声信号按照低频、发动机工作频 段、高频段三个频段自动分类；通过FPGA将振动信号进行简化的富里埃变换，将振动频率按照低频段、发动机振动频率段、高频段分类，将振动幅值按照小振幅、发动机正常工作时 的统计振幅段、超常振幅分类； 3.固定长度(时间窗)的分类信号分别累加；4.对有关信息综合分析，判断是否报警并组织记录采集的相关数据。本发明可以对不同类型传感器数据通过FPGA进行快速综合分析处理，提高了发 动机故障诊断的正确性和快速型。
图1是本发明的系统总体框图；图2是本发明的具体实施方式
总体框图。
具体实施例方式将一组振动应变片和一个麦克风安装在在汽车发动机的主轴附近，将变送器、A/D 采集、CAN总线等集成、屏蔽后安装在振动应变片和麦克风附近，通过CAN总线传输经过A/D 转换的振动信号和声信号；ARM7、FPGA、CAN总线、SD卡等集成后安装在远离发动机的车厢 内，通过CAN总线接收所有的A/D信号；FPGA中固化统计的发动机正常工作的声频、在不同速度下正常工作引起振动幅值 和频率，同时固化发动机正常工作声频和振动频率0. 1-10倍的正弦信号离散模板；由FPGA 按照正弦信号离散模板进行简化的富里埃变换，对采集的声信号按照低频、发动机工作频 段、高频段三个频段自动分类；通过FPGA将振动信号进行简化的富里埃变换，将振动频率 按照低频段、发动机振动频率段、高频段分类，将振动幅值按照小振幅、发动机正常工作时 的统计振幅段、超常振幅分类；对上述的分类信号进行固定长度(时间窗)的分别累加； ARM7系统对有关信息综合分析，判断是否报警并组织记录采集的相关数据。
权利要求
1.一种基于振动和音频信息的汽车发动机故障诊断系统；利用振动传感器、声传感器 等对发动机声音与振动进行检测，检测信号放大后进行A/D转换；声信号通过FPGA对采集 的信号按照低频、发动机工作频段、高频段自动进行分类；振动信号通过FPGA也按照振动 频率段和幅值大小范围进行分类；按照给定时间段移动分区域累加，以判断发动机有无故 障出现，处理中心对有关信息综合分析，判断是否报警并组织记录采集的相关数据；
2.一种基于振动和音频信息的汽车发动机故障诊断系统，其特征包括以下步骤1)利用振动传感器、声传感器等对发动机声音与振动进行检测，检测信号放大后进行 A/D转换；2)由FPGA按照简化的富里埃变换算法对采集的声信号按照低频、发动机工作频段、高 频段三个频段自动分类；通过FPGA将振动信号进行简化的富里埃变换，将振动频率按照低 频段、发动机振动频率段、高频段分类，将振动幅值按照小振幅、发动机正常工作时的统计 振幅段、超常振幅分类；3)固定长度(时间窗)的分类信号分别累加；4)对有关信息综合分析，判断是否报警并组织记录采集的相关数据。
全文摘要
本发明提出了一种基于振动和音频信息的汽车发动机故障诊断系统；本发明利用振动传感器、声传感器等对发动机声音与振动进行检测，检测信号放大后进行A/D转换；声信号通过FPGA对采集的信号按照低频、发动机工作频段、高频段自动进行分类；振动信号通过FPGA也按照振动频率段和幅值大小范围进行分类；按照给定时间段移动分区域累加，以判断发动机有无故障出现，处理中心对有关信息综合分析，判断是否报警并组织记录采集的相关数据；本发明可以对不同类型传感器数据通过FPGA进行快速综合分析处理，提高了发动机故障诊断的正确性和快速性。
文档编号G01M15/00GK102103036SQ20091021956
公开日2011年6月22日 申请日期2009年12月18日 优先权日2009年12月18日
发明者史忠科 申请人:西安费斯达自动化工程有限公司