CAN總線下的汽車自燃監(jiān)測(cè)預(yù)警系統(tǒng)設(shè)計(jì)

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了CAN總線下的汽車自燃監(jiān)測(cè)預(yù)警系統(tǒng)設(shè)計(jì)范文，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

摘要：傳統(tǒng)汽車自燃監(jiān)測(cè)預(yù)警系統(tǒng)，溫度值監(jiān)測(cè)誤差較大，且預(yù)警時(shí)間較長(zhǎng)，為此，提出基于can總線的汽車自燃監(jiān)測(cè)預(yù)警系統(tǒng)設(shè)計(jì)方法。硬件設(shè)計(jì)方面，采用蜂鳴器、智能控制器、協(xié)調(diào)器等，組成系統(tǒng)總體架構(gòu)，通過CAN總線，實(shí)現(xiàn)節(jié)點(diǎn)間的數(shù)據(jù)通信，傳輸信息到服務(wù)器，通過終端查看數(shù)據(jù)，并設(shè)置多個(gè)I/O接口，對(duì)傳感器進(jìn)行優(yōu)化；軟件設(shè)計(jì)方面，將汽車自燃特征參量反饋給神經(jīng)網(wǎng)絡(luò)，選取樣本數(shù)據(jù)進(jìn)行訓(xùn)練，識(shí)別汽車自燃情況的數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)系統(tǒng)降低了溫度值監(jiān)測(cè)誤差，且縮短了溫度閾值預(yù)警時(shí)間。

關(guān)鍵詞：CAN總線；自燃監(jiān)測(cè)；傳感器；預(yù)警時(shí)間

引言

汽車自燃具有一定隨機(jī)性，產(chǎn)生火災(zāi)后，會(huì)對(duì)車上乘客、周邊人員和車輛安全產(chǎn)生威脅，因此，對(duì)汽車自燃監(jiān)測(cè)預(yù)警系統(tǒng)進(jìn)行研究，預(yù)防汽車自燃的發(fā)生，減少火災(zāi)損失，具有重要意義[1]。國(guó)外汽車自燃監(jiān)測(cè)預(yù)警研究較為成熟，結(jié)合通信技術(shù)和嵌入式技術(shù)，監(jiān)測(cè)與汽車自燃相關(guān)的特征量，將信息傳輸?shù)较到y(tǒng)的預(yù)警終端，采用信息融合技術(shù)，綜合處理多源信息，對(duì)監(jiān)測(cè)信息進(jìn)行判斷，同時(shí)將預(yù)警等級(jí)劃分為低級(jí)和高級(jí)，比較設(shè)定閾值和監(jiān)測(cè)的物理量值，全面反映出汽車自燃的特征信息，對(duì)實(shí)時(shí)自燃情況作出決策。國(guó)內(nèi)汽車自燃監(jiān)測(cè)預(yù)警研究，同樣取得較大發(fā)展，布置協(xié)調(diào)節(jié)點(diǎn)和感知節(jié)點(diǎn)，一致性描述汽車自燃特征，融合多個(gè)物理量，并對(duì)采集數(shù)據(jù)進(jìn)行量綱歸一化處理，分析汽車工況與系統(tǒng)變量之間的關(guān)系，獲取汽車自燃特性的影響因素，通過自燃監(jiān)測(cè)預(yù)警算法，從自燃起因和自燃部位等方面出發(fā)，確定煙霧濃度、熱釋放速率、溫度等參數(shù)，通過多參量自燃監(jiān)測(cè)，對(duì)可疑自燃情況進(jìn)行報(bào)警[2]。結(jié)合以上理論，提出基于CAN總線的汽車自燃監(jiān)測(cè)預(yù)警系統(tǒng)。

1.基于CAN總線的汽車自燃監(jiān)測(cè)預(yù)警系統(tǒng)設(shè)計(jì)方法

1.1基于CAN總線的系統(tǒng)硬件設(shè)計(jì)

1.1.1基于CAN總線設(shè)計(jì)系統(tǒng)總體架構(gòu)根據(jù)汽車自燃特點(diǎn)，設(shè)計(jì)系統(tǒng)總體架構(gòu)。使用智能控制器，對(duì)傳感器數(shù)據(jù)進(jìn)行采集和處理，搭建汽車自燃特征量的采集節(jié)點(diǎn)，通過CAN總線網(wǎng)絡(luò)，實(shí)現(xiàn)節(jié)點(diǎn)間的數(shù)據(jù)通信，傳輸信息到服務(wù)器，然后利用協(xié)調(diào)器調(diào)整節(jié)點(diǎn)數(shù)據(jù)的閾值，協(xié)調(diào)器采用的內(nèi)置芯片為MM7283型芯片，在中心引腳安裝一個(gè)LED屏幕插槽，將數(shù)據(jù)顯示到LED屏幕上，實(shí)現(xiàn)數(shù)據(jù)終端采集信息的查看[3]。通過CAN總線串行通信網(wǎng)絡(luò)，同時(shí)搭載多個(gè)采集節(jié)點(diǎn)，將采集數(shù)據(jù)發(fā)送給終端，CAN總線選取Zigtee核心開發(fā)板，型號(hào)為T19MS7-PCB板，采用3.5V電壓供電，為所有接口提供3.5V電壓，射頻芯片為CC2827H829芯片，作為系統(tǒng)硬件部分基礎(chǔ)，支持多個(gè)傳感器的I/O接口[4]。系統(tǒng)終端選取B729M72存儲(chǔ)器，優(yōu)化終端電源電路，包括電源接口、驅(qū)動(dòng)電路、穩(wěn)壓電容，對(duì)傳輸數(shù)據(jù)進(jìn)行存儲(chǔ)，主控芯片型號(hào)為CC8299芯片，通過M-stack協(xié)議棧進(jìn)行自定義開發(fā)，支持16KB的RAM存儲(chǔ)和320KB閃存，同時(shí)芯片還支持低功耗模式，配置代碼領(lǐng)取的8291微控制器內(nèi)核，以此實(shí)現(xiàn)ADC直接數(shù)據(jù)的采樣[5]。至此完成基于CAN總線系統(tǒng)總體架構(gòu)的設(shè)計(jì)。

1.1.2優(yōu)化自燃特征量采集傳感器系統(tǒng)總體架構(gòu)設(shè)計(jì)完畢的基礎(chǔ)上，在汽車易發(fā)生自燃的部位，放置與汽車自燃特征量相關(guān)的傳感器，包括BS822U73煙霧傳感器、MQ-832溫度傳感器、MQ-829CO傳感器，實(shí)時(shí)監(jiān)測(cè)車內(nèi)環(huán)境信息。其中煙霧傳感器采用金屬半導(dǎo)體，設(shè)置6個(gè)針腳，分別與高低電平、電源負(fù)極、電源正極連接，剩余針腳則用于傳感器內(nèi)部的供電加熱，模擬信號(hào)輸出，并獲取精確數(shù)值，根據(jù)數(shù)值閾值，對(duì)蜂鳴器進(jìn)行驅(qū)動(dòng)；CO傳感器采用二氧化硅半導(dǎo)體，設(shè)置2個(gè)能夠高低溫加熱的針腳，使導(dǎo)電率與CO濃度成正比；溫度傳感器則采用一根線傳送采集結(jié)構(gòu)，外部設(shè)置3個(gè)針腳，分別與數(shù)字信號(hào)輸出接口、電源正極和電源負(fù)極連接，同時(shí)配置一個(gè)上拉電阻，擴(kuò)大傳感器可探測(cè)的溫度范圍，檢測(cè)到溫度時(shí)，輸出具有符號(hào)位的9位二進(jìn)制數(shù)，并通過ADC，將二進(jìn)值數(shù)據(jù)轉(zhuǎn)換位十進(jìn)值輸出[6]。至此完成傳感器的優(yōu)化，實(shí)現(xiàn)系統(tǒng)硬件設(shè)計(jì)。

1.2系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)硬件設(shè)計(jì)完畢的基礎(chǔ)上，對(duì)軟件進(jìn)行設(shè)計(jì)，優(yōu)化汽車自燃監(jiān)測(cè)預(yù)警算法，對(duì)傳感器數(shù)據(jù)進(jìn)行融合。采用神經(jīng)網(wǎng)絡(luò)的自燃預(yù)警算法，將汽車自燃特征參量，包括CO濃度、煙霧濃度和溫度值，反饋給神經(jīng)網(wǎng)絡(luò)，對(duì)汽車自燃進(jìn)行識(shí)別。把BP神經(jīng)網(wǎng)絡(luò)劃分為輸出層、隱含層和輸入層，根據(jù)三個(gè)特征量，使輸入層節(jié)點(diǎn)與感知節(jié)點(diǎn)的采集數(shù)據(jù)相一致，然后將節(jié)點(diǎn)輸入神經(jīng)網(wǎng)絡(luò)，根據(jù)節(jié)點(diǎn)擬合傾向，確定神經(jīng)網(wǎng)絡(luò)神經(jīng)元個(gè)數(shù)和節(jié)點(diǎn)個(gè)數(shù)[7]。其中隱含層節(jié)點(diǎn)個(gè)數(shù)計(jì)算公式為：公式中為輸出層節(jié)點(diǎn)個(gè)數(shù)，為輸入層節(jié)點(diǎn)個(gè)數(shù)，為常數(shù)。讀取200組無汽車自燃情況的數(shù)據(jù)、200組有自燃情況的數(shù)據(jù)，將以上數(shù)據(jù)作為數(shù)據(jù)樣本，使320組數(shù)據(jù)作為訓(xùn)練樣本，80組數(shù)據(jù)作為樣本數(shù)據(jù)，標(biāo)準(zhǔn)化處理輸入數(shù)據(jù)，對(duì)傳感器采集數(shù)據(jù)進(jìn)行訓(xùn)練[8]。設(shè)置目標(biāo)誤差為0.002，學(xué)習(xí)速率為0.02，迭代次數(shù)為6000次，根據(jù)梯度誤差，對(duì)神經(jīng)網(wǎng)絡(luò)權(quán)值進(jìn)行修正，利用sim函數(shù)，輸出誤差值曲線，對(duì)自燃監(jiān)測(cè)預(yù)警算法進(jìn)行模擬仿真，將數(shù)據(jù)轉(zhuǎn)換為libsvm支持的格式，進(jìn)而準(zhǔn)確識(shí)別汽車自燃情況的數(shù)據(jù)，判斷是否需要預(yù)警和預(yù)警等級(jí)，至此完成汽車自燃監(jiān)測(cè)預(yù)警算法的優(yōu)化，實(shí)現(xiàn)系統(tǒng)軟件設(shè)計(jì)。結(jié)合硬件設(shè)計(jì)和軟件設(shè)計(jì)，完成基于CAN總線的汽車自燃監(jiān)測(cè)預(yù)警系統(tǒng)設(shè)計(jì)。

2實(shí)驗(yàn)論證分析

進(jìn)行對(duì)比實(shí)驗(yàn)，將此次設(shè)計(jì)系統(tǒng)記為實(shí)驗(yàn)組，傳統(tǒng)汽車自燃監(jiān)測(cè)預(yù)警系統(tǒng)記為對(duì)照組，比較兩組系統(tǒng)的溫度值監(jiān)測(cè)誤差、和溫度閾值預(yù)警時(shí)間。

2.1實(shí)驗(yàn)準(zhǔn)備

以新款捷達(dá)汽車為模板，建立實(shí)驗(yàn)用仿真模型，尺寸為4.47m×1.79m×0.85m，利用CAD建立汽車的三維圖形，導(dǎo)入PyroSim軟件中，該汽車自燃物主要為合成材料、駕駛艙座椅、泄漏燃油，其自燃材料及參數(shù)具體如下表所示：設(shè)置汽車火源功率為4.8kW，環(huán)境溫度為25℃，加熱70s后停止加熱，使熱釋放速度達(dá)到峰值，然后讓外界空氣進(jìn)入，增加駕駛艙內(nèi)的助燃?xì)怏w。在發(fā)動(dòng)機(jī)艙內(nèi)布置傳感器，每段空間設(shè)立一監(jiān)測(cè)平面，同一平面設(shè)置15個(gè)傳感器，使相鄰平面間的橫向距離保持在0.4m，垂向距離保持在0.15m，對(duì)溫度、煙度、CO濃度、工況信息進(jìn)行采集。

2.2實(shí)驗(yàn)結(jié)果

將駕駛艙內(nèi)溫度監(jiān)測(cè)結(jié)果，與實(shí)際溫度變化曲線進(jìn)行對(duì)比，計(jì)算不同時(shí)間段的溫度值監(jiān)測(cè)誤差，實(shí)驗(yàn)對(duì)比結(jié)果如下表所示：由上表可知，實(shí)驗(yàn)組溫度值的平均監(jiān)測(cè)誤差為1.342%，對(duì)照組平均監(jiān)測(cè)誤差為3.553%，相比對(duì)照組，實(shí)驗(yàn)組溫度值監(jiān)測(cè)誤差降低了2.211%。當(dāng)監(jiān)測(cè)溫度達(dá)到閾值后，兩組系統(tǒng)對(duì)汽車自燃進(jìn)行預(yù)警，比較預(yù)警時(shí)間，實(shí)驗(yàn)對(duì)比結(jié)果如下表所示：由上表可知，實(shí)驗(yàn)組溫度閾值的平均報(bào)警時(shí)間為3.541s，對(duì)照組平均報(bào)警時(shí)間為7.515s，相比對(duì)照組，實(shí)驗(yàn)組溫度閾值報(bào)警時(shí)間縮短了3.974s。綜上所述，此次設(shè)計(jì)系統(tǒng)相比傳統(tǒng)系統(tǒng)，監(jiān)測(cè)溫度值更加準(zhǔn)確，同時(shí)縮短了溫度閾值的預(yù)警時(shí)間。

3.結(jié)束語

此次設(shè)計(jì)系統(tǒng)充分發(fā)揮了CAN總線的技術(shù)優(yōu)勢(shì)，降低了溫度值監(jiān)測(cè)誤差。但此次研究仍存在一定不足，構(gòu)建汽車模型為傳統(tǒng)燃油車，在今后的研究中，會(huì)對(duì)新式電動(dòng)汽車、混合動(dòng)力汽車等進(jìn)行進(jìn)一步研究，保障汽車行業(yè)安全。

參考文獻(xiàn)

[1]丁騰飛,朱冬梅,楊劍,等.淺析車輛自燃事故的原因及防自燃系統(tǒng)的設(shè)計(jì)[J].山東化工,2020,49(15):158+169.

[2]劉興源.基于單片機(jī)的車載智能火災(zāi)預(yù)警系統(tǒng)研究[J].數(shù)字技術(shù)與應(yīng)用,2019,37(05):19-20.

[3]顧江洋.基于遞階控制的車輛防自燃系統(tǒng)研究[J].湖北汽車工業(yè)學(xué)院學(xué)報(bào),2019,33(03):47-52.

作者：梁贊 單位：重慶旅游職業(yè)學(xué)院