[发明专利]一种大功率拖拉机远程故障诊断系统及方法

说明书

本发明提供了一种大功率拖拉机远程故障诊断系统及方法，属于故障诊断技术领域。故障诊断系统包括与拖拉机连接的数据采集模块，数据采集模块利用通信模块与云端服务器连接，云端服务器利用通信模块将数据传递至故障诊断模块，故障诊断模块利用基于BP神经网络的故障诊断模型进行故障诊断，并将最终诊断结果传递至显示模块显示。故障诊断模型以BP神经网络为主体，采用了粒子群优化算法对BP神经网络的权值、阈值进行优化，同时采用多种群协同进化算法对粒子群算法进行进一步优化，使多种群之间进行信息共享，防止陷入局部最小值，增强了粒子群算法的全局搜索能力，有效提高了故障诊断模型的诊断精度。

技术领域

本发明属于故障诊断技术领域，尤其涉及一种大功率拖拉机远程故障诊断系统及方法。

背景技术

随着农业机械化的发展，大功率拖拉机越来越多的被应用到大农场当中，大功率拖拉机作业环境恶劣、负载功率大且工况复杂，这加剧了拖拉机故障的产生。此外，由于拖拉机故障的复杂性、故障的相关性和相对性以及多故障的并发性，进一步加剧了拖拉机故障诊断的复杂程度和维修难度。

一般情况下，拖拉机发生故障后，需要等待维修人员到达发生故障的拖拉机处进行故障的诊断与维修，在不对整车解体的情况下，通过观察拖拉机故障征兆以及使用仪器设备确定拖拉机工作状况，查明故障原因和故障部位，应用相应的维修方法及工具排除拖拉机故障。当拖拉机发生故障后，查找拖拉机发生故障的原因所占用的时间约为70%，而对拖拉机进行维修的时间仅占30%。此外，传统维修方法对维修人员的要求较高，导致维修费用高、难度大，严重影响了拖拉机的工作效率。

传统的查找拖拉机故障的工具为车辆故障诊断仪，其包括读取故障码、清除故障码、读取发动机动态数据流、示波等主要功能。在进行故障诊断时，故障诊断仪通过监测拖拉机传感器、执行器以及ECU的工作状态，判断ECU的输入、输出电压是否在规定的范围内变化，从而对拖拉机故障进行诊断。当检测到故障信息时，那么相关传感器会将故障信息以故障码的形式存储到ECU内部的存储器汇中，维修人员通过故障诊断仪读取故障码，对拖拉机故障发生的部位进行故障检修。但是在这种故障诊断模式下，故障只能通过故障码的形式读取，且只能对其故障的部位进行显示，而要想确定其具体的故障则需要进一步地人工诊断。其次，使用这种车辆故障诊断仪进行故障诊断，只能在拖拉机发生故障，待维修人员到来之后，对故障码进行提取并进一步分析才能得到具体的故障信息，便捷性较差。

发明内容

针对现有技术中存在不足，本发明提供了一种大功率拖拉机远程故障诊断系统及方法，通过5G网络将拖拉机参数数据远程传递至基于BP神经网络的故障诊断模型中进行诊断，并利用粒子群优化算法对BP神经网络的权值和阈值进行优化，大大提高了故障诊断效率和精度。

本发明是通过以下技术手段实现上述技术目的的。

一种大功率拖拉机远程故障诊断系统，包括与拖拉机CAN总线接口连接的数据采集模块，数据采集模块利用5G网络与云端服务器信号连接，云端服务器利用5G网络与故障诊断模块信号连接，故障诊断模块与显示模块信号连接；故障诊断模块利用优化的PSO-BP故障诊断模型进行故障诊断。

进一步地，所述数据采集模块包括相互连接的树莓派4B和2-CH-CAN-HAT模块，2-CH-CAN-HAT模块采集拖拉机内各传感器检测到的拖拉机运行参数数据；数据采集模块将拖拉机运行参数数据以CAN报文数据的形式传递至云端服务器的MySQL数据库。

进一步地，所述显示模块采用LabVIEW进行编程，对拖拉机运行参数数据进行数据流以及波形图显示，对拖拉机故障诊断结果以及故障诊断记录进行显示。

一种基于上述大功率拖拉机远程故障诊断系统的故障诊断方法，包括如下步骤：

步骤1：数据采集模块采集拖拉机CAN报文数据并传递至云端服务器，云端服务器将CAN报文数据传递至故障诊断模块，故障诊断模块依次对CAN报文数据进行筛选、解析处理，获得拖拉机运行参数数据流；