网络化电路仿真在拖拉机电器故障诊断中的应用论文_原志华,安晓强,靖少朋

【摘要】在拖拉机生产中，为降低拖拉机排放带来的污染，响应国家绿色发展战略，众多拖拉机生产商纷纷投入新能源拖拉机的研发中，以期降低排放污染，节约不可再生能源。而在新能源拖拉机的设计生产中，电力作为主要能源，电器的故障诊断是设计主要问题，影响着新式拖拉机的应用普及。对此，文章基于拖拉机的电器故障诊断，探讨了网络化电路仿真的应用，以期提高故障诊断系统的智能化，提高新能源拖拉机的整体质量与先进性。

【关键词】网络化电路仿真；电器故障诊断；应用

前言：伴随着汽车的发展，对石油需求的增多，能源问题和环境问题日益严峻。为解决我国能源危机，控制环境污染，以新能源代替燃油成为汽车发展必然[1]。在农业生产中，拖拉机作为常用设备，燃料消耗较大，为实现节能减排、降低污染的目的，以新能源发动力、职能电器代替传统的燃油发动机，成为必然。但是，控制系统的复杂性，增大了电器故障，影响了新能源拖拉机的普及。对此，电器故障的有效诊断、快速解决具有重要意义。

1、拖拉机电器系统的特点

通常来讲，拖拉机上配备的电器系统额定电压大多控制在24V左右，各个用电设备的一端均以一根火线和电源一极连接，另一端通过机体和电源另外一极连接。在整个电路中，采用并联的方式，保障了各用电设备之间互不干扰。如此，在拖拉机使用中，某支路的用电设备出现故障，也不会对其他支路的用电设备带来影响，便利了电器故障的诊断与解决。并且，所有瞬时用电量接近甚至超出电流表的指示范围的，都在电流表前并联，降低了瞬时电流对电器的破坏，因此，启动电流不流经电流表[2]。当电器发动机启动，若发电机不运行，用电设备由蓄电池供应电源，发动机运行时，蓄电池不在向外供电，由发电机供电，保障蓄电池的使用寿命，提高拖拉机的使用时间。

2、拖拉机电器和控制系统

电源作为新式拖拉机的主要能源，不仅节能环保，还可通过装设空调系统为操作者提供适宜工作环境[3]。而在空调系统使用中，为实现空调系统的自动化控制，可将CAN总线作为辅助，具体框架见图1。空调系统在CAN总线的驱动下，空调压缩机速度变化得到控制，而空调转速信息通过CAN总线向VMS传递，利用反馈调节方式，实现了对转速的实时控制，以此有效调节空调温度，达到舒适、节能和环保的目的。

图1 拖拉机空调驱动框架

为实现空调的智能化控制，可采用智能化电子控制，以微处理器实现空调的核心调节，以传感器信号对拖拉机室内的环境进行采集并向控制系统反馈，由控制系统自动调节空调专属，达到自动化控制空调温度的最终目的。

3、网络化电路仿真在拖拉机电器故障诊断中的应用

在拖拉机内电气系统运行中，可通过传感器收集各项数据，通过科学算法训练正常数据与故障数据，促使电器系统的故障诊断实现自动化和智能化，增强故障诊断的准确度。在网络化电路仿真应用中，神经网络是一种常见的训练算法，具有较高的智能化、准确度，还可对学习参数、学习权值调整，增强训练准确度，最大化发挥电路仿真的效果[4]。

在神经网络算法应用中，为促进网络化电路仿真，被控制对象可使用离散化模型，利用PID控制器，形成经典数字式控制结构，提高智能化故障诊断的准确度，具体如图2所示。

图2 神经网络算法的PID结构

其中，PID控制算法如下：

u(k)=u(k-1)+kp[error(k)-error(k-1)]+kierror(k)+kd[error(k)-2error(k-1)+error(k-2)]

在式子中，kp表示比例，ki表示积分，kd表示微分系数。

在神经网络的输入层面，输入内容如下：

Oj(1)=x(j) (j=1,2,3,...,M)

在式子中，M为输入变量，M和控制系统复杂程度息息相关。

在神经网络的隐含层面，输入与输出分别为：

Oi(2)(k)=f(net(2) (k)) (i=1,2,...,Q)

在式子中，wij(2) 代表隐含层的加权系数，而在隐含层的神经元中，活化函数选择正负对称的函数，f(x)=tanh(x)=(ex-e-x)/(ex+e-x)

网络输出层的输入与输出分别为：

Oi(3)(k)=g[netl(3) (k)] (l=1,2,3)

Oi(3)(k)=kp Oi(3)(k)=ki Oi(3)(k)=kd

由上述公式可知，输出层的输出节点对应kp、ki、kd三个参数，因三个参数大于等于0，在网络化电路仿真中，控制对象为离散型，以此准确、实时反馈故障判断，及时调整电器的故障诊断，提高诊断准确度与速度。

在训练拖拉机内电器故障诊断的故障数据、正常数据的样本时，可通过图3的流程进行。在神经网络算法内输入样本，得出期望的目标值与实际输出数据的偏差。通过误差反馈对权值调节修正，得到最佳计算精度，学习过程至此结束。若无法达到相应精度，继续训练，全面保障电器故障诊断的精确与效率。

图3 神经网络训练流程图

在神经网络训练完毕，将所得检测样本和实测数据对比，所得结果即为故障诊断情况。

4、总结

总而言之，在拖拉机运行中，为保障电器的可持续运行，提高新能源拖拉机的可靠性，促进新能源拖拉机的普及，应积极引入新科技，加强拖拉机电器故障诊断的智能化，以此准确、迅速判断电器情况，保障拖拉机的稳定运行。在电器故障诊断中，应用网络化电路仿真，以神经网络算法、PID控制器，优化设计故障诊断系统，以此提高故障诊断结果准确度，避免人为诊断导致的片面与误差。并且，网络化电路仿真的应用，降低了对专业技术人员的需求，便利了人们使用，对新能源拖拉机的推广具有重要意义。

参考文献：

[1]高红波. 网络化电路仿真在拖拉机电器故障诊断中的应用[J]. 农机化研究, 2019(4):102-102.

[2]高中丹. 拖拉机电器设备故障诊断与排除[J]. 农机使用与维修, 2016(8):34-34.

[3]赵科, 杨景刚, 马速良, et al. 基于神经网络集成模型在高压断路器机械故障诊断中的应用[J]. 高压电器, 2018(7):134-134.

[4]刘迪, 步雨辰, 赵亚燊, et al. 关于拖拉机电器系统故障诊断的研究[J]. 农机使用与维修, 2019(6):61-61.

论文作者:原志华,安晓强,靖少朋

论文发表刊物:《科学与技术》2019年21期

论文发表时间:2020/4/17

标签：拖拉机论文;  电器论文;  故障诊断论文;  神经网络论文;  电路论文;  新能源论文;  准确度论文;  《科学与技术》2019年21期论文;