[发明专利]一种车灯故障检测系统及其方法

权利要求书

1.一种车灯故障检测系统，其特征在于，该系统包括：

信号采集单元，连接控制器，采集车灯电路的电压和电流信号； 

控制器，接收信号采集单元的信息，利用遗传优化BP网络算法对采集单元的数据进行分析处理，监测电路的电压、电流信号不超过系统阈值；

显示屏，连接控制器，显示控制器的检测输出结果；

警示单元，连接控制器，接收到控制器的警示信号后发出警示提醒。

2.根据权利要求1所述的车灯故障检测系统，其特征在于，所述信号采集单元包括电压传感器、电流传感器和亮度传感器。

3.根据权利要求2所述的车灯故障检测系统，其特征在于，所述信号采集单元中的传感器均匀分布。

4.根据权利要求1所述的车灯故障检测系统，其特征在于，所述控制器接收不到电压信号数据或者电流信号数据均会发出警示提醒至警示单元。

5.根据权利要求1所述的车灯故障检测系统，其特征在于，所述控制器设有数据库，数据库用于保存信号采集单元的信息。

6.根据权利要求1所述的车灯故障检测系统，其特征在于，所述警示单元包括蜂鸣器和或警示灯，位于显示屏上。

7.一种车灯故障检测系统方法，其特征在于，该方法步骤包括：

步骤一、采集车灯及车灯电路的信号；

步骤二、利用遗传优化的BP神经网络模型对步骤一采集到的数据进行预处理；

步骤三、网络模型分析处理后的数据；

步骤四、输出检测结果。

8.根据权利要求7所述的车灯故障检测系统方法，其特征在于，所述步骤一中的采集的信号包括车灯电路中的电压、电流信号和车灯的亮度信号。

9.根据权利要求7所述的车灯故障检测系统方法，其特征在于，所述步骤二中的遗传优化BP神经网络模型中利用了遗传优化BP神经网络算法，该算法分为三部分：确定BP神经网络结构，遗传算法优化权值和阈值，BP神经网络训练及预测。

10.根据权利要求7所述的车灯故障检测系统方法，其特征在于，所述遗传优化BP神经网络模型中的遗传算法流程包括：

计算适应度；

选择染色体进行复制；

交叉、变异过程；

产生新群体；

判断是否满足终止条件；

满足终止条件则结束，不满足则返回步骤A。