[发明专利]一种线控系统网络在线诊断方法

权利要求书

1.一种线控系统网络在线诊断方法，其特征在于，所述的线控系统网络在线诊断方法包括以下步骤：

步骤一：构建FlexRay总线通信的线控系统网络，提取在故障环境下的网络运行状态参数；

步骤二：在Matlab/Simulink中构建两个自适应神经模糊推理系统，以网络运行状态参数得到的样本数据作为输入，使用混合学习算法对两个自适应神经模糊推理系统进行离线训练，分别提取出网络健康度和网络故障原因的模糊控制规则；

步骤三：将模糊控制规则转换为查询表，生成网络在线诊断函数，包括网络健康度计算函数和网络故障原因判定函数，嵌入到线控系统网络控制器节点中，最终得到线控系统网络在线诊断结果。

2.根据权利要求1所述的线控系统网络在线诊断方法，其特征在于，所述的步骤一包含以下步骤：

步骤A：选择两个节点的通信方式，其中节点一植入μC/OS-II操作系统，在FlexRay底层通信的基础上进行多任务的处理，节点二利用查询法进行状态参数的统计；

步骤B：通过在FlexRay总线上加入随机信号干扰，电磁干扰，制造物理故障等不同的故障环境，提取FlexRay通信过程中出现各时槽的状态和网络状态参数。

3.根据权利要求1所述的线控系统网络在线诊断方法，其特征在于，所述的步骤二包含以下步骤：

步骤A：在提取的网络状态参数中，选择三个在线诊断的指标，网络中信号的周期，丢包的个数和错误的情况为在线诊断的指标；对这三个指标选取多组数据，并且对所选数据进行标准化处理，使其特征值映射到[0，1]区间上；

步骤B：选定两个自适应神经模糊推理系统(ANFIS)构造的模糊神经网络的输入量为周期，丢包个数和错误情况，输出量分别为网络健康度和网络故障原因；两个自适应神经模糊推理系统输入量维数为3，输入量的模糊分割数为5，各输入分量的隶属度函数为高斯函数；

步骤C：在两个自适应神经模糊推理系统中，将隶属度函数相乘，计算各条规则的适用度，所述适用度经过归一化运算后，计算出各模糊规则的输出，并得到系统的输出，分别为网络健康度和网络故障原因；

步骤D：采用混合学习算法，以网络的状态参数得到的样本数据作为输入进行离线训练，确定结论参数，分别提取出两个自适应神经模糊推理系统的模糊控制规则；

步骤E：将生成的网络健康度和网络故障原因模糊控制规则直接嵌入到Matlab/Simulink中的Fuzzy Logic controller控制模块中，得到两个模糊推理系统。

4.根据权利要求1所述的线控系统网络在线诊断方法，其特征在于，所述的步骤三包含以下步骤：

步骤A：把两个模糊推理系统分别看成一个黑箱，输入输出映射关系转化为查询表，再利用Matlab/Simulink中针对Freescale系列单片机的自动代码生成工具把查询表生成网络健康度计算函数和网络故障原因判定函数；

步骤B：将生成的在线诊断函数，包括网络健康度计算函数和网络故障原因判定函数，直接嵌入到线控系统网络控制器节点中，通过函数调用，便在网络出现异常情况时能够得到线控系统在线诊断的结果。