METODA POZYSKIWANIA INFORMACJI DLA SYSTEMU MONITOROWANIA STANU TECHNICZNEGO POJAZDÓW

Stanisław GAD, Radosław GAD, Sławomir OLSZOWSKI METODA POZYSKIWANIA INFORMACJI DLA SYSTEMU MONITOROWANIA STANU TECHNICZNEGO POJAZDÓW W artykule przedstawiono oraz omówiono dotychczas stosowane metody diagnozowania stanu technicznego pojazdów samochodowych. Opisano symptomy oraz możliwe uszkodzenia danych elementów wraz z powiązaniem relacyjnym pomiędzy nimi. Przedstawiono matematyczne modele opisujące relacje diagnostyczne. Opracowano i przedstawiono stanowisko laboratoryjne do fizycznego badania danych elementów w pojazdach samochodowych. WSTĘP Diagnostyka techniczna stanowi dynamicznie rozwijający się dział nauki o rozpoznawaniu stanów technicznych urządzeń i jest ważnym działem eksploatacji systemów technicznych. Uszkodzenie lub nadmierne zużycie podzespołów urządzenia może być przyczyną ich niesprawności lub obniżenia jakości pracy. Ma to bezpośredni wpływ na wzrost kosztów eksploatacji wynikających nie tylko z naprawy urządzenia, ale również z jego gorszej wydajności lub niekorzystnego wpływu na inne systemy z nim współpracujące. Najstarszą chronologicznie i najprostszą metodą diagnozowania obiektów technicznych jest metoda redundancji sprzętowej polegająca na konstrukcyjnym powielaniu wybranych elementów obiektu lub całych jego bloków. Jest to rozwiązanie bardzo proste, ale niestety wiąże się z wysokimi kosztami realizacji. Dlatego wprowadzanie coraz to nowszych i droższych technologii produkcji spowodowało rozpoczęcie poszukiwań metod diagnostycznych, które pozwoliłyby na uniknięcie wielu kłopotów i kosztów związanych ze stosowaniem redundancji sprzętowej. Zadanie diagnostyki składa się z następujących elementów: detekcji, lokalizacji i identyfikacji uszkodzenia. Diagnostyka w złożonych układach technicznych jest trudna do rozwiązania z uwagi na nieliniowe i często nieznane zależności pomiędzy dowolnymi uszkodzeniami, a wybranymi sygnałami symptomowymi. W związku z tym problem ten musi być potraktowany jako aproksymacja nieznanej funkcji uszkodzeń w zależności od symptomów. Przy rozpatrywaniu tego typu zagadnień stosuje się różne metody diagnozowania, wybór których zależy zarówno od wyboru modelu obiektu diagnozowania jak i metody rozwiązywania problemu diagnostyki. Metody i techniki detekcji i lokalizacji uszkodzeń w obiektach technicznych można podzielić na cztery zasadnicze grupy: a) metody klasyczne; b) metody analityczne; c) metody sztucznej inteligencji, a w tym systemów ekspertowych; d) metody oparte na modelach kognitywnych. Metody klasyczne realizowane są w pracowniach i laboratoriach, w których diagnoza jest opracowana na podstawie porównania wartości mierzonej na obiekcie rzeczywistym z wartością nominalną lub poprzez wizualną ocenę jego stanu. Na przykład diagnostyka samochodów osobowych wykonywana jest w warsztatach i stacjach serwisowych. Do drugiej grupy (analityczne) zaliczamy metody oparte na modelach matematycznych procesów i metody statystyczne polegające na statystycznej obróbce sygnałów pomiarowych. Mają one ograniczoną stosowalność ze względu na trudności uzyskania dokładnych modeli, ponieważ elementy układów często są nieliniowe. Alternatywnym rozwiązaniem może być zastosowanie modeli jakościowych opartych na technikach obliczeń inteligentnych. Do tego typu metod zaliczamy: systemy ekspertowe, sztuczne sieci neuronowe i sieci rozmyto-neuronowe. Metody sztucznej inteligencji znajdują coraz większe zastosowanie w rozwiązywaniu problemów diagnostyki technicznej obiektów. Ich przewaga nad metodami analitycznymi zbudowana została na ich licznych zaletach, do których należy zaliczyć: elastyczność, uniwersalność i łatwość przy tworzeniu aplikacji. Istotny element stanowi fakt, że metody te nie wymagają znajomości dokładnych modeli matematycznych diagnozowanych obiektów, co często stanowi poważną trudność i ograniczenie przy stosowaniu metod analitycznych. Znajomość modelu matematycznego obiektu nie sprowadza się do stosowania wyłącznie metod analitycznych, lecz odwrotnie może stanowić istotną część bazy wiedzy systemu inteligentnego. Mapami kognitywnymi (MK) są nazywane pewne modele matematyczno-informatyczne, przeznaczone do formalizacji badania problemu złożonych systemów, w postaci zbioru czynników odwzorowujących zmienne (cechy) systemowe oraz relacje przyczynowo skutkowe między nimi z uwzględnieniem oddziaływań wzajemnych oraz zmian charakteru relacji. Zgodnie z powyższą definicją, mapy kognitywne dla monitorowania diagnostycznego można przedstawić w postaci następującego zestawu zbiorów: <X we, X wy, W> (1) gdzie: X we = [Xwe,1,..., Xwe,N] zbiór czynników wejściowych mapy, X wy = [Xwy1,..., XwyM] zbiór czynników wyjściowych mapy, W = {Wi,j} macierz relacji pomiędzy czynnikami Xwe,i i Xwy,j (i = 1,..., N, j = 1,..., M), N liczba czynników wejściowych mapy, M liczba czynników wyjściowych mapy. Na rys. 1 przedstawiono schemat działania dynamicznych modeli do diagnozowania obiektów. 922 AUTOBUSY 12/2016

wnioskowanie o uszkodzeniach w oparciu o obserwowane bądź mierzone symptomy. Wartości sygnałów symptomowych, wyznaczane na podstawie sygnałów diagnostycznych, mogą przybierać poziomy świadczące o ich poprawności bądź niepoprawności, co może być wyrażane binarnie (0 - wartość poprawna, 1 wartość niepoprawna) lub w postaci liczb rzeczywistych z przyjętego umownie zakresu (np. od 0 do 1). Rys. 1. Schemat monitorowania diagnostycznego pojazdów samochodowych. 1. WYPOSAŻENIE ELEKTRYCZNE POJAZDÓW SAMOCHODOWYCH W wyposażeniu elektrycznym pojazdów samochodowych można wyróżnić następujące obwody: obwód zasilania (akumulator, prądnica lub alternator, regulator napięcia; obwód zapłonowy (akumulator alternator, elektroniczny moduł sterujący, cewka zapłonowa, przewody zapłonowe, świece zapłonowe); obwód rozruchu (akumulator, elektromagnes, rozrusznik, mechanizm sprzęgający); obwód świateł (akumulator i alternator; światła zewnętrzne oraz wewnętrzne); obwód kontroli i sygnalizacji (wszystkie wskaźniki); obwód wyposażenia dodatkowego (współczesne wyposażenie pojazdów). Rys. 2. Ogólny schemat blokowy wyposażenia elektrycznego pojazdu samochodowego z zaznaczonymi symptomami pomiarowymi. 2. SYMPTOMY I USZKODZENIA W OBIEKTACH TECHNICZNYCH Najpowszechniej stosowaną metodą wykrywania i identyfikacji uszkodzeń jest analiza obserwowanych symptomów (sygnałów symptomowych). Analizę taką można prowadzić na różnych poziomach, począwszy od najprostszego opartego na wykorzystaniu doświadczenia eksperta, a skończywszy na zastosowaniu złożonego, zautomatyzowanego systemu pomiarowo kontrolnego. W tym ostatnim przypadku wykorzystuje się rozmaite algorytmy (binarne, oparte o reguły, kognitywne i inne), wszędzie jednak podstawą jest Tab. 1. Sygnały diagnostyczne wraz z przedziałami SYGNAŁY DIAGNOSTYCZNE 1 0 S1 Napięcie na zaciskach akumulatora; U < 13,8 or U > 13,8 13,8 3 A 0,5 10,5 10,5 0,95 1,2 S8 Sygnał z czujnika spalania detonacyjnego; U < 0,02 or U > 0,02 MAT; 80 Ω 40 < R < 80 Ω S10 Sygnał zasilania przekaźnika pompy U < 10,5 or U > 10,5 8,0 S12 Strumień zasilania paliwem (ciśnienie 283 8,0 S14 Sygnał z czujnika położenia przepustnicy TPS; 5,0 U < 0,4 or U > 0,4 8,0 S17 Wtryskiwacz; U < 8,0 U > 8,0 S18 Sygnał ze stacyjki pojazdu załączający wyłącznik elektromagnetyczny rozrusznika U < 8,0 U > 8,0 S19 Sygnał prądowy zasilania uzwojeń rozrusznika; U < 11,5 U > 11,5 S20 Sygnał zwarcia rozrusznika; U < 11,5 U > 11,5 S21 Moment obrotowy wirnika rozrusznika; M < 20 Nm M > 20 Nm S22 Sygnał sterujący impulsem zapłonu U < 0,2 or U elektronicznego; >2,0 0,2 15,0 k S24 Sygnał wn na świecy; U < 15,0 k U > 15,0 k S25 Iskra zapłonowa; S26 Sygnał z czujnika temperatury silnika U < 4,5 or U > CTS; 5,5 4,5 I; 94 C 90 < T < 93 C S28 Sygnał włączenia wentylatora chłodnicy T < 94 C or T > II; 97 C 94 < T < 97 C S29 Sygnał z czujnika ciśnienia w układzie P < 900 hpa or P 900 1000 hpa hpa S30 Sygnał z czujnika temperatury oleju; S31 Sygnał z Sondy λ 1; U < 300 m or U 300 800 m m S32 Sygnał z Sondy λ 2; U < 300 m or U 300 800 m m S33 Układ recyrkulacji spalin; S34 Sygnał z czujnika ciśnienia w kolektorze U < 1,0 or U > ssącym MAP; 2,0 1,0 3500 hpa 3500 hpa S36 Zawór zmiennej geometrii ukł. dolotowego. R < 11,6 Ω or R > 11,6 < R < 12,4 12,4 Ω Ω 12/2016 AUTOBUSY 923

F0 F1 F30 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 F12 F13 F14 F15 F16 SILNIK poprawna praca uszkodzenie silnika spalinowego (silnik uszkodzony awaryjnie - zablokowany); uszkodzenie silnika spalinowego (silnik zużyty); uszkodzenie immobilizera; uszkodzenie czujnika położenia i prędkości wału korbowego CPS; UKŁAD ZASILANIA uszkodzenie alternatora; uszkodzenie regulatora napięcia; uszkodzenie akumulatora; UKŁAD ZAPŁONOWY uszkodzenie stacyjki; uszkodzenie elektronicznego sterownika układu zapłonowego; uszkodzenie cewki zapłonowej; uszkodzenie przewodu zapłonowego; uszkodzenie świecy zapłonowej; UKŁAD ROZRUCHU uszkodzenie stacyjki; uszkodzenie przewodu stacyjka- rozrusznik; uszkodzenie wyłącznika elektromagnetycznego; uszkodzenie rozrusznika; uszkodzenie mechanizmu sprzęgającego rozrusznika; Tab. 2. Tablica uszkodzeń UKŁAD ZASILANIA W PALIWO F17 uszkodzenie przekaźnika pompy paliwa; F18 uszkodzenie pompy paliwa; F19 uszkodzenie sterownika urządzenia wtryskowego; F20 uszkodzenie wtryskiwacza; F31 nieszczelności w kolektorze ssącym; F32 brak paliwa w zbiorniku; UKŁAD CHŁODZENIA F21 uszkodzenie termostatu; F22 nieszczelność układu chłodzenia; F23 uszkodzenie wentylatora układu chłodzenia; UKŁAD SMAROWANIA F24 uszkodzenie pompy olejowej; F25 zatkana magistrala olejowa; F33 brak ciśnienia w układzie smarowania; UKŁAD WYDECHOWY F26 uszkodzenie zaworu recyrkulacji spalin; F27 uszkodzenie sondy 1; F28 uszkodzenie sondy 2; F29 uszkodzenie katalizatora. 3. RELACYJNA METODA WNIOSKOWANIA DIAGNOSTYCZNEGO Dysponując możliwością uzyskania informacji o sygnałach symptomowych oraz wiedzą eksportową na temat relacji przyczynowo - skutkowych pomiędzy poszczególnymi elementami wyposażenia pojazdów można zbudować model wnioskowania, w którym symptomy i uszkodzenia będą powiązane odpowiednimi, wyrażonymi liczbowo relacjami. Relacje takie mogą przybierać charakter binarny (0 - brak powiązania, 1 istnienie powiązania) bądź liczb rzeczywistych oddających siłę powiązań. Niezależnie od przyjętego podejścia relacje kumuluje się w macierzy współczynników relacji W. Żeby móc diagnozować schemat przedstawiony na rys. 1 została opracowana metoda opisująca modele relacji symptom uszkodzenie, która posłużyła do budowy aplikacji komputerowej. Na rys. 3. przedstawiono schemat blokowy informatycznego systemu diagnozowania, a na rys. 4. schemat działania układu. Rys. 3. Ogólny schemat blokowy funkcji informatycznego systemu diagnozowania: Fij uszkodzenia (j=1,,32); MSi macierz symptomów (i=1,,33); W macierz współczynników powiązań uszkodzeń symptomów. Rys. 4. Schemat blokowy działania diagnostycznego monitorowania układu: Si sygnały diagnostyczne; MSi przebiegi sygnałów po standaryzacji symptomów; W MSi macierz współczynników powiązań uszkodzeń i symptomów; Xi i-te wyjście z bloku mnożenia (i=1,,m); F * (t) uszkodzenie zdiagnozowane. 4. IMPLEMENTACJA SYSTEMU MONITOROWANIA DECYZYJNEGO STANU OBIEKTÓW TECHNICZNYCH (SMDSOT System zbudowano za pomocą środowiska MS isual Studio oraz języka programowego C++. Składa się on z dwóch podstawowych modułów: biblioteki (kontrolka Active X) obsługującej komunikację z węzłami pomiarowymi oraz udostepniającej API dla programu głównego do obsługi sieci pomiarowej oraz akwizycji pomiarów. Komunikacja odbywa się za pomocą wirtualnego portu szeregowego COM kreowanego dla zewnętrznego konwertera USB- RS485; programu głównego, który dostarcza graficzny interfejs użytkownika dla projektowania mapy oraz wizualizacji procesów adaptacji oraz detekcji. Do gromadzenia danych pomiarowych oraz innych wyników w bazie danych wykorzystywany jest mechanizm ADO.NET. Oprogramowanie współpracuje z bazami danych Microsoft SQL Server Compact 3.5 (4.0) (dla małej ilości danych) oraz MSSQL Server. Wstępnie przeprowadzono próbę dla dwóch metod adaptacji mapy: za pomocą nauczyciela (wiedza eksperta o monitorowanym obiekcie); bez nauczyciela wzorcowanej na regule Hebba. 924 AUTOBUSY 12/2016

System pozwalający diagnozować rzeczywisty obiekt został nazwany (SMDSOT) i został zbudowany z dwóch podsystemów: sieci węzłów pomiarowych połączonych wspólną magistralą z komputerem PC; komputera typu PC wraz z dedykowanym oprogramowaniem. Na rys. 5 przedstawiono schemat Systemu Monitorowania Decyzyjnego Stanu Obiektów Technicznych (SMDSOT). System Monitorowania Decyzyjnego Stanu Obiektów Technicznych. SMDSOT Sieć pomiarowa Oprogramowanie PC Obsługa Kontrolka sieci pomiarowej (ActiveX) Aplikacja główna systemu diagnozowania USB-RS485 Automatyczna Akwizycja danych akwizycja pomiarowych zawartości w rejestrów czasie rzeczywistym do pamięci PC rejestr nr wartość znacznik czasu 1 2323 23:01,0 2 443 23:01,0 3 33 23:02,0 96 666 23:02,0 API Dedykowany interfejs graficzny dla wizualizacji mapy Proces adaptacji (uczenia) Praca w trybie rzeczywistym systemu diagnozowania Analiza badawcza/decyzyjna Akwizycji i archiwizacji danych Baza danych Rys. 6. Przykładowy rysunek działania programu SMDSOT 32 węzły w magistrali 1Mb/s Half duplkex Mikrokontroler 2x ADC Adres->rejestr[n..1]. Mikrokontroler 2x ADC Adres->rejestr[n..1] Węzeł pomiarowy oprogramowanie mikrokontrolera RS485 Profibus? Rejestr 1 Rejestr2 Rejestr3 Wstępna normalizacja Wzbudzeń A/D A/D Na rys. 2. przedstawiono schemat układu zapłonowego pojazdu samochodowego, który posłużył jako przykład testowy do wizualizacji wstępnej działania systemu informatycznego MSDSOT (rys. 7.). Rys. 5. Schemat funkcjonalny Systemu Monitorowania SMDSOT. Podstawowymi elementami Sieci pomiarowej są niezależne węzły pomiarowe zbudowane na bazie mikrokontrolerów ATME- GA8L [1]. Każdy węzeł umożliwia pomiar oraz adaptację dwóch sygnałów napięciowych z dedykowanych czujników. Wspólna magistrala komunikacyjna oparta na standardzie RS485 zapewnia komunikację z komputer PC z szybkością 1Mb/s. W zależności od wymagań sieć pomiarowa może w ramach jednej magistrali obsłużyć do 32 węzłów (64 sygnały). Dzięki takiemu rozwiązaniu węzły pomiarowe mogą znajdować się w znacznej odległości do komputera PC (do 1 Km). Oprogramowanie dla komputera PC pracuje w środowisku MS Windows (platforma.net) i umożliwia: akwizycję danych z punktów: zapis pomiarów do bazy danych z sieci pomiarowej; dostarczanie pomiarów dla aplikacji realizującej algorytm decyzyjny. zapis pomiarów do bazy danych z sieci pomiarowej; dostarczanie pomiarów dla aplikacji realizującej algorytm decyzyjny; projektowanie mapy; wspomaga proces uczenia adaptacji; realizację algorytmu detekcji stanu obiektu na podstawie pomiarów zaprojektowanej mapy; wizualizację procesu uczenia; wizualizację detekcji stanu. Na rys. 6 przedstawiono przykładowy schemat działania oprogramowania SMDSOT wraz z wizualizacją Rys. 7. Schemat monitorowania obwodu zapłonu w programie SMDSOT PODSUMOWANIE W referacie przedstawiono strukturę systemu informatycznego do decyzyjnego monitorowania obiektów. Opisano modele map kognitywnych, które są podstawą do działania SMDSOT. Przedstawiono wybrane działania monitorowania diagnostycznego pojazdu. Przeprowadzono wizualizację za pomocą specjalnego programu SMDSOT do wizualizacji oraz przedstawiono przykładowy schemat wizualizacji wybranego układu. BIBLIOGRAFIA 1. Frank P.M.: Fault diagnosis in dynamic system using analytical and knowledge based redundancy. Automatica, 1990 Bezpieczeństwo samochodów i ruchu drogowego, WKiŁ, Warszawa 2004. 2. Gad R.: Analiza bipolarnego dynamicznego modelu diagnostycznego monitorowania wyposażenia elektrycznego samochodu. Logistyka nr 2/2010, Poznań (wersja elektroniczna). 3. Jastriebow A., Słoń G.: Rozmyte mapy kognitywne w relacyjnym modelowaniu systemów monitorowania. W: Kowalczuk Z. (red.) 12/2016 AUTOBUSY 925

Systemy wykrywające, analizujące i tolerujące usterki. PWNT, Gdańsk 2009, str. 217-224. 4. Kesheng Wang: Intelligent Condition Monitoring and Diagnosis Systems. Norwegian University of Science and Technology, IOS Press, Norway 2003. 5. Kościelny J. M.: Zwiększenie rozróżnialności uszkodzeń przez wykorzystanie wiedzy o dynamice powstawania symptomów. I Krajowa Konferencja Naukowo-Techniczna, Diagnostyka Procesów Przemysłowych, DPP 03., Władysławowo k/gdańska 2003. 6. Yastrebov A., Gad S., Gad R., Słoń G.: Symptom Computer Diagnostics of Automotive ehicles Electrical Equipment, 11th International Conference on System Modelling Control, SMC 2005. Zakopane 2005. Monitoring the condition of motor vehicle The paper presents and discusses the methods used so far to diagnose the technical condition of vehicles. Described the symptoms and possible corruption of data elements with relational linkage between them. The paper presents mathematical models describing the relationship diagnostics. Developed and presented the position of the physical examination, laboratory data elements in vehicles. Autorzy: dr hab. inż. Stanisław Gad Politechnika Świętokrzyska w Kielcach dr inż. Sławomir Olszowski Uniwersytet Techniczno- Humanistyczny w Radomiu mgr inż. Radosław Gad Politechnika Świętokrzyska w Kielcach 926 AUTOBUSY 12/2016