汽车故障自动检测与维修系统的研究与实现

论文摘要

随着汽车工业和电子计算机技术的迅速发展,越来越多的电控系统应用在现代汽车上,使汽车性能不断提高、结构愈加复杂,汽车故障的检测和维修工作正面临着汽车拥有量与日俱增的巨大挑战,如何快速准确地对汽车故障进行诊断和维修也就成为当务之急。本文论述了汽车故障自动检测的方案。提出了建立基于AT89S52单片机和MAX197A/D转换器的汽车传感器数据自动采集子系统来实现对汽车发动机各传感器的数据采集,并传递给上位机。由于数据采集的信息会掺杂着噪声,因此本文对小波分析的基本原理进行了研究,利用小波变换对采集到的数据进行消噪处理,同时探讨了不同参数对小波消噪的不同效果。在对神经网络的基本原理和误差反向传播算法研究的基础上,提出了基于故障表征的BP神经网络汽车故障诊断方法。同时利用遗传算法将BP网络结构进行优化。并且通过样本验证,经遗传算法优化过的神经网络能满足汽车故障诊断对识别率的要求。建立了汽车故障诊断与维修管理信息子系统,实现了故障部位与维修信息的查询和管理,用户同样可以借助汽车故障与维修管理信息子系统的统计分析功能进行相应的管理。故障诊断是必要前提,汽车故障的维修才是最终目的。本文设计了单片机控制电机的电路,并以此控制执行机构的四维动作完成对故障部件的自动更换。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 国内外发展情况
• 1.2.1 国外发展情况
• 1.2.2 国内发展情况
• 1.3 本文的主要内容
• 第2章 需求分析
• 2.1 课题任务
• 2.2 系统需求分析
• 2.2.1 功能需求分析
• 2.2.2 系统框图及流程图
• 第3章 数据采集系统
• 3.1 数据采集子系统的组成
• 3.2 传感器的选择
• 3.3 A/D转换器
• 3.3.1 A/D转换器的选择
• 3.3.2 A/D转换芯片
• 3.4 单片机
• 3.5 A/D转换流程
• 第4章 小波消噪
• 4.1 Fourier级数与Fourier变换
• 4.1.1 Fourier级数
• 4.1.2 Fourier变换
• 4.2 小波分析
• 4.3 小波分解和重构的Mallat算法
• 4.4 小波消噪算法
• 4.4.1 阀值函数的选取
• 4.4.2 阀值的估计
• 4.5 小波消噪的测试
• 第5章 神经网络
• 5.1 神经网络简介
• 5.2 BP神经网络
• 5.2.1 BP神经网络模型
• 5.2.2 BP算法
• 5.2.3 BP神经网络的算法步骤
• 5.3 遗传算法优化BP网络结构
• 5.4 测试
• 第6章 汽车故障检测与维修管理信息系统
• 6.1 OBD Ⅱ故障代码
• 6.2 汽车故障检测与维修管理信息系统的设计
• 6.2.1 系统设计目标
• 6.2.2 系统功能的分析和设计
• 6.2.3 数据库结构的分析和设计
• 6.2.4 统计分析功能设计
• 第7章 自动维修部分
• 7.1 自动维修的整体方案
• 7.2 三项异步电动机的控制
• 7.3 软件控制流程
• 第8章 系统测试
• 结论
• 附录Ⅰ 丰田3S-FE电控系统ECU端子说明及标准值
• 附录Ⅱ OBDⅡ故障代码中发动机部分
• 附录Ⅲ 核心代码
• 参考文献
• 致谢
• 攻读硕士期间发表（含录用）的学术论文