[发明专利]汽车安全气囊装配工序的故障诊断系统及其诊断方法

说明书

技术领域

本发明涉及汽车安全气囊的检测领域，具体涉及一种汽车安全气囊装配工序的故障诊断系统及其诊断方法。

背景技术

安全气囊是汽车的重要安全部件，对生产线生产过程要求较高，因此生产过程控制与故障诊断技术尤为重要，目前故障诊断的方法通常是根据传感器检测来的数据，通过设定相应的阀值进行故障诊断判断，当气囊的尺寸发生改变时，相应的阀值参数均需要重新修订。实际的装配系统是非常复杂且高度非线性的，很难建立严格的数学模型，而且在装配工序中，需要多个传感器同时进行协调工作，因此依靠单一的传感器数据信息，很难满足获取生产环境信息的快速性和准确性，并且也会对系统的故障诊断产生影响。

由于影响生产线故障诊断的传感器数量较多，为了提高系统故障诊断的快速性，传统的数据压缩方法可将传感器采集到的高维数据信息压缩至低维的子空间中，从而实现输入数据的简化，达到有效快速进行故障诊断的目的。但实际工业生产中，由于测量数据具有时间多尺度特性，并且包含各种各样的检测噪声，因此可能会有虚警情况以及漏报警情况发生。

自组织特征映射网络(SOM)是由Kohonen在1982年提出，SOM网络的拓扑结构包括一个输入层和一个输出层。输入层的节点数即为输入样本的维数，其中每一个节点代表输入样本中的一个分量。输出层节点的排列结构选择为二维阵列。输入层中的每个节点与输出层中的每个神经元节点通过权值相连接。通过自组织竞争学习网络，可以把输入空间的多维映射到低维的离散网络上，并将保持相同性质的输入数据在映射到低维空间时的拓扑一致性，不需要系统严格的数学模型，适用于一些复杂的非线性动态系统的故障诊断，但自组织特征映射网络中，如果某个神经元的初始权值向量太远，可能在竞争中无法获胜，从而形成死神经元。

发明内容

为了解决现有技术中存在的故障诊断准确率低且不及时，以及出现虚警和漏报警情况的技术问题，本发明提出一种汽车安全气囊装配工序的故障诊断系统及其诊断方法，其充分利用气囊装配工序中的各种传感器信息，采用多尺度BP神经网络、小波函数和三层自组织特征映射网络(SOM)的方法进行数据融合分析，使故障诊断结果具有较高的准确率。

本发明解决上述技术问题所采用的技术方案是：

汽车安全气囊装配工序的故障诊断系统包括现场信息采集装置、信号调理电路、计算机处理子系统、故障输出单元和上位机；所述现场信息采集装置与信号调理电路相连，其用于采集气囊装配工序故障诊断所需的数据信息，并将采集的数据信息传送给信号调理电路；所述信号调理电路与计算机处理子系统相连，其用于将接收到的数据信息进行调理后传送给计算机处理子系统；所述计算机处理子系统与故障输出单元相连，其用于对接收到的数据信息进行处理与融合分析，并将处理与分析得到的诊断结果传送给故障输出单元；所述故障输出单元与上位机相连，其用于显示和输出故障诊断结果，并将故障诊断结果传送给上位机；所述上位机存储接收到的故障诊断结果，并对故障数据样本库进行数据更新。

上述现场信息采集装置包括压力传感器、左卷袋电机光栅尺传感器、右卷袋电机光栅尺传感器、左卷袋电机速度传感器和右卷袋电机速度传感器，每个传感器分别与信号调理电路相连；压力传感器用于采集布袋的张紧力数据，左卷袋电机光栅尺传感器和右卷袋电机光栅尺传感器用于采集布袋卷动机构的直线位移数据，左卷袋电机速度传感器和右卷袋电机速度传感器用于采集布袋卷动机构中两个电机的转速数据；上述计算机处理子系统包括DSP中央处理器、电源电路、晶振和复位电路，DSP中央处理器分别与电源电路、晶振、复位电路相连，所述DSP中央处理器为DSPTMS320F2812，其用于对信号调理电路传来的数据首先采用多尺度BP神经网络的方法进行数据压缩处理，然后利用自组织特征映射网络实现汽车安全气囊装配工序的故障诊断分析，通过小波函数构造自组织特征映射网络的领域函数，形成次兴奋神经元进行权值更新；电源电路用于为计算机处理子系统提供所需的标准电源，晶振用于提供计算机处理子系统的工作频率，复位电路用于实现计算机处理子系统的复位操作；上述故障输出单元包括液晶显示模块、报警电路和RS232，它们均与DSP中央处理器相连，液晶显示模块用于显示DSP中央处理器输出的故障诊断结果，报警电路用于根据故障诊断结果发出报警提示，RS232用于DSP中央处理器与上位机之间的数据通信。

上述汽车安全气囊装配工序的故障诊断系统的诊断方法，包括如下步骤：