干擾噪 聲。考慮到現(xiàn)場干擾往往以高頻小信號為主，為了達到較好的濾波效果，本系統(tǒng)采用二階巴 特沃斯有源低通濾波器，如圖3所示，該濾波器電路結構簡單，經(jīng)過電路仿真，可以達到很好 的濾波效果，滿足實際應用需求。
【具體實施方式】 [0040] 二：下面結合圖4至圖6說明本實施方式，本實施方式所述基于振動 信號分析的車輛運行工況監(jiān)測方法，基于實施方式一的模塊實現(xiàn)，該方法包括以下步驟：
[0041 ]步驟一、上位機5根據(jù)車輛運行工況監(jiān)測模塊提供的車輛振動信號樣本構建模型， 該模型構建了車輛振動信號的特征值與工況類型的對應關系;該模型下載到主控制器中等 待調用；
[0042]步驟二、利用加速度度傳感器4按設定的采樣頻率采集車輛的振動信號；
[0043]步驟三、信號采集調理單元2對車輛振動信號進行放大、濾波，以濾除該車輛振動 信號的干擾噪聲；
[0044]步驟四、主控制器1對步驟三處理過的車輛振動信號進行時域分析、頻域分析和變 換域分析，來獲取該車輛振動信號的特征值；
[0045] 步驟五、根據(jù)步驟四獲取的車輛振動信號的特征值，并調用步驟一構建的模型來 判斷當前車輛振動信號對應的工況類型，實現(xiàn)對車輛運行工況的在線監(jiān)測。
[0046] 步驟一中構建模型的過程包括：
[0047]步驟一一、對上位機5根據(jù)車輛運行工況監(jiān)測模塊提供的車輛振動信號進行降噪 處理；
[0048] 步驟一二、步驟一一降噪后的車車輛振動信號進行時域分析、頻域分析和變換域 分析，來獲取該車輛振動信號的特征值；
[0049] 步驟一三、若該特征值與工況1~工況η中的一個工況相符，則建立二者的對應關 系，并下載到主控制器1中。
[0050] 改變其路況條件、改變車輛運行工況監(jiān)測模塊所安裝車輛的類型，或改變車輛的 載荷狀態(tài)的情況下，反復執(zhí)行上述過程，建立不同特征值與工況類型的對應關系，來完成模 型的構建。
[0051] 為了實現(xiàn)工況監(jiān)測模塊的在線數(shù)據(jù)采集記錄與工況識別，需要對模塊進行軟件部 分設計。系統(tǒng)軟件設計部分主要包括兩個方面，一是上位機數(shù)據(jù)分析及處理部分，這部分主 要實現(xiàn)工況識別模型的建立工作。另一部分是工況監(jiān)測模塊軟件設計部分，工況監(jiān)測模塊 軟件設計又可分為在線數(shù)據(jù)采集存儲與工況監(jiān)測軟件設計和異常事件報警軟件設計。 [0052]上位機數(shù)據(jù)分析及處理部分：上位機主要通過對樣本數(shù)據(jù)的分析與處理，提取相 應的特征信息，并建立有效的工況識別模型，為實現(xiàn)在線工況監(jiān)測提供方法。本部分主要分 為三個步驟:信號降噪處理、特征提取和工況識別模型的建立，系統(tǒng)軟件流程如圖4所示。 EMD是Empirical Mode Decomposition的縮寫，中文含義是經(jīng)驗模態(tài)分解，經(jīng)過時域、頻域、 EMD分解處理手段，讓振動信號的特征值呈現(xiàn)出來，并選擇滿足條件的作為此次振動信號的 特征值，并與工況對應，多組信息構建成模型，作為以后在線檢測時調用的數(shù)據(jù)庫。另外，將 根據(jù)模塊在后續(xù)工作中工況監(jiān)測結果不斷更新工況數(shù)據(jù)庫，以提高工況監(jiān)測模塊的工況識 別準確率，增加可監(jiān)測的工況類型。
[0053]在線數(shù)據(jù)采集存儲與工況監(jiān)測軟件設計:本部分主要將通過上位機分析處理數(shù)據(jù) 建立的模型方法在硬件模塊中實現(xiàn)，已達到在線識別裝備工況的目標，本部分軟件設計流 程如圖5所示。在沒有中斷信號的情況下，根據(jù)采集的振動信號的特征值，并調用模型數(shù)據(jù) 來在線判斷車輛工況，若有中斷，則計算RMS(振動信號均方根值），當RMS大于或等于設定的 閾值時，進行工況判斷，否則進行低功耗模式。RMS的數(shù)值X rms按如下公式計算：
[0054]
[0055] 式中：Xi為取出的第i個振動信號值;i = l，2, . . . .，N，N為所取的振動點數(shù)。
[0056] 在線狀態(tài)監(jiān)測異常事件報警軟件設計:本部分主要實現(xiàn)對于車輛運行過程中出現(xiàn) 的異常事件進行記錄與報警，通過模塊的板載溫濕度傳感器、振動傳感器對車輛運行過程 中的溫濕度信息、振動信息進行監(jiān)測，異常事件主要包括溫濕度超過警戒值、車輛運行過程 中的出現(xiàn)的異常沖擊事件，處理方式為指示燈閃爍、上傳上位機、事件記錄三種，本部分軟 件設計流程圖如圖6所示。
【主權項】
1. 基于振動信號分析的車輛運行工況監(jiān)測模塊，其特征在于，它包括主控制器（1)、信 號采集調理單元(2)和TF卡(3); 設置在車輛上的加速度傳感器(4)采集車輛的振動信號;并通過信號采集調理單元(2) 發(fā)送給主控制器(1); 主控制器（1)與上位機(5)之間通過串口通信；上位機（5)將前期實驗階段工況監(jiān)測數(shù) 據(jù)作為車輛振動信號樣本，根據(jù)該樣本建立模型，并下載到主控制器(1)中； 信號采集調理單元（2)對車輛振動信號進行調理后，由主控制器（1)接收并處理，再根 據(jù)上位機(5)建立的模型判斷出車輛當前的運行工況，并將判斷結果存儲在TF卡(3)中。2. 根據(jù)權利要求1所述基于振動信號分析的車輛運行工況監(jiān)測模塊，其特征在于，信號 采集調理單元(2)包括恒流源(2-1)、信號放大單元(2-2)和濾波單元(2-3);恒流源(2-1)提 供恒定的工作電源，加速度傳感器(4)的振動信號輸出端與信號放大單元(2-2)的輸入端相 連，信號放大單元(2-2)的輸出端連接濾波單元(2-3)的輸入端，濾波單元(2-3)的輸出端連 接主控制器(1)內置A/D轉換單元的模擬信號輸入端。3. 根據(jù)權利要求1或2所述基于振動信號分析的車輛運行工況監(jiān)測模塊，其特征在于， 加速度傳感器(4)采用壓電集成電路ΙΕΡΕ加速度傳感器。4. 根據(jù)權利要求3所述基于振動信號分析的車輛運行工況監(jiān)測模塊，其特征在于，濾波 單元(2-3)采用二階巴特沃斯有源低通濾波器。5. 基于振動信號分析的車輛運行工況監(jiān)測方法，該方法是根據(jù)權利要求4所述的基于 振動信號分析的車輛運行工況監(jiān)測模塊來實現(xiàn)的，其特征在于，該方法包括以下步驟： 步驟一、上位機(5)根據(jù)車輛運行工況監(jiān)測模塊提供的車輛振動信號樣本構建模型，該 模型構建了車輛振動信號的特征值與工況類型的對應關系;該模型下載到主控制器中等待 調用； 步驟二、利用加速度度傳感器4按設定的采樣頻率采集車輛的振動信號； 步驟三、信號采集調理單元(2)對車輛振動信號進行放大、濾波，以濾除該車輛振動信 號的干擾噪聲； 步驟四、主控制器（1)對步驟三處理過的車輛振動信號進行時域分析、頻域分析和變換 域分析，來獲取該車輛振動信號的特征值； 步驟五、根據(jù)步驟四獲取的車輛振動信號的特征值，并調用步驟一構建的模型來判斷 當前車輛振動信號對應的工況類型，實現(xiàn)對車輛運行工況的在線監(jiān)測。6. 根據(jù)權利要求5所述基于振動信號分析的車輛運行工況監(jiān)測方法，其特征在于，步驟 一中構建模型的過程包括： 步驟一一、對上位機(5)根據(jù)車輛運行工況監(jiān)測模塊提供的車輛振動信號進行降噪處 理； 步驟一二、步驟一一降噪后的車車輛振動信號進行時域分析、頻域分析和變換域分析， 來獲取該車輛振動信號的特征值； 步驟一三、若該特征值與工況1~工況η中的一個工況相符，則建立二者的對應關系，并 下載到主控制器(1)中； 改變其路況條件、改變車輛運行工況監(jiān)測模塊所安裝車輛的類型，或改變車輛的載荷 狀態(tài)的情況下，反復執(zhí)行上述過程，建立不同特征值與工況類型的對應關系，來完成模型的 構建，并根據(jù)實驗過程中的工況監(jiān)測結果不斷更新工況數(shù)據(jù)庫，以提高工況監(jiān)測模塊的工 況識別準確率，增加可監(jiān)測的工況類型。
【專利摘要】基于振動信號分析的車輛運行工況監(jiān)測模塊及方法，屬于車輛性能監(jiān)控領域，本發(fā)明為解決采用性能參數(shù)監(jiān)測、油液分析監(jiān)測方法實現(xiàn)對車輛的運行狀態(tài)監(jiān)測，需要針對不同車輛來選擇不同的監(jiān)測參數(shù)的問題。本發(fā)明包括主控制器、信號采集調理單元和TF卡；上位機根據(jù)車輛運行工況監(jiān)測模塊提供的車輛振動信號樣本構建模型，該模型構建了車輛振動信號的特征值與工況類型的對應關系，該模型下載到主控制器中等待調用；設置在車輛上的加速度傳感器采集車輛的振動信號；處理理后信號進行時域分析、頻域分析和變換域分析，來獲取該車輛振動信號的特征值；并調用模型來判斷當前車輛振動信號對應的工況類型，實現(xiàn)對車輛運行工況的在線監(jiān)測。
【IPC分類】G01M17/007
【公開號】CN105510049
【申請?zhí)枴緾N201510980798
【發(fā)明人】劉大同, 牛廣行, 唐奕, 劉旺, 彭宇, 彭喜元
【申請人】哈爾濱工業(yè)大學
【公開日】2016年4月20日
【申請日】2015年12月23日