張慧玲　李峰珠

摘要：隨著現(xiàn)代化生產(chǎn)技術(shù)的迅速發(fā)展，汽車(chē)的制造技術(shù)也在發(fā)生質(zhì)的飛躍，其中汽車(chē)的結(jié)構(gòu)和裝置和傳統(tǒng)的汽車(chē)相比有了很大的不同。同時(shí)汽車(chē)的維護(hù)工作也隨著汽車(chē)的結(jié)構(gòu)和裝置的變化發(fā)生著本質(zhì)的變化，現(xiàn)在很多汽車(chē)維修中心也正在從盲目拆卸向著先檢測(cè)后維修的作業(yè)方式發(fā)生轉(zhuǎn)變。汽車(chē)底盤(pán)的工作狀況對(duì)于汽車(chē)行車(chē)安全的保障、環(huán)保、節(jié)能具有非常重要的意義。在此種情況下，研究開(kāi)發(fā)一種具有多功能的既經(jīng)濟(jì)又實(shí)用的汽車(chē)底盤(pán)綜合檢測(cè)診斷設(shè)備便具有十分重要的意義。

關(guān)鍵詞：汽車(chē)；底盤(pán)；檢測(cè)；人工神經(jīng)網(wǎng)絡(luò)；數(shù)學(xué)模型；模糊

首先，來(lái)了解一下什么是人工神經(jīng)網(wǎng)絡(luò)。“人工神經(jīng)網(wǎng)絡(luò)是由多個(gè)非常簡(jiǎn)單的處理單元，彼此按照某種方式相互連接并由人工建立的以有向圖為拓?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)系統(tǒng)，它通過(guò)對(duì)連續(xù)或斷續(xù)的輸入作狀態(tài)響應(yīng)而進(jìn)行信息處理”這是著名的神經(jīng)網(wǎng)絡(luò)研究專(zhuān)家Hecht-Nielsen給人工神經(jīng)網(wǎng)絡(luò)下的定義。隨著這一技術(shù)的發(fā)展，逐漸開(kāi)始應(yīng)用到各種領(lǐng)域當(dāng)中，其中汽車(chē)輪、軸松曠間隙的檢測(cè)也開(kāi)始應(yīng)用了這一技術(shù)。

其次，再來(lái)分析一下汽車(chē)輪、軸松曠間隙對(duì)汽車(chē)產(chǎn)生的影響。汽車(chē)輪轂軸承、主銷(xiāo)松曠間隙是汽車(chē)輪、軸總體間隙的主要組成部分，它的大小可以換算成輪緣的軸向位移量來(lái)，并使用這一位移量來(lái)表示。行駛在路上的汽車(chē)輪轂、主銷(xiāo)間隙必須保持在一定的范圍之內(nèi)才能保證汽車(chē)安全可靠的行駛。如果間隙過(guò)大，則會(huì)導(dǎo)致汽車(chē)操縱穩(wěn)定性變差，行車(chē)的會(huì)出現(xiàn)搖擺不定的情況。同是也會(huì)讓輪胎與懸架零件加快磨損，也會(huì)出現(xiàn)轉(zhuǎn)向不靈敏等后果，嚴(yán)重的時(shí)候還會(huì)將導(dǎo)致交通事故的發(fā)生，所以我們必須認(rèn)真仔細(xì)并定期地對(duì)輪轂軸承、主銷(xiāo)配合間隙進(jìn)行檢測(cè)和排除故障。

然后，再來(lái)了解T目前國(guó)內(nèi)外汽車(chē)檢測(cè)的設(shè)備。雖然汽車(chē)檢測(cè)的設(shè)備目前有不少，但是在輪、軸間隙方面檢測(cè)設(shè)備更是少的可憐，現(xiàn)在有的大部分還只是代替人工的擺動(dòng)車(chē)輪，由人工觀測(cè)其間隙大小，雖然目前對(duì)汽車(chē)輪、軸松曠間隙單項(xiàng)檢測(cè)已經(jīng)開(kāi)發(fā)完成，基本上實(shí)現(xiàn)了自動(dòng)化，在檢測(cè)時(shí)，汽車(chē)要停在檢測(cè)臺(tái)上，由計(jì)算機(jī)控制檢測(cè)臺(tái)滑板來(lái)運(yùn)動(dòng)，從而帶動(dòng)汽車(chē)車(chē)輪的運(yùn)動(dòng)，使汽車(chē)輪、軸松曠間隙充分暴露，通過(guò)測(cè)控系統(tǒng)來(lái)檢測(cè)輪胎受力和臺(tái)板的位移量，最終通過(guò)計(jì)算可以得到它的間隙值。但是由于測(cè)得的力和位移與間隙類(lèi)別之間沒(méi)有明確的對(duì)應(yīng)關(guān)系，所以對(duì)此間隙的類(lèi)別判斷還需人為地進(jìn)行判斷，這樣的話，就影響了檢測(cè)的智能化程度。因此目前急需要一種更為智能化的檢測(cè)工具，人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)讓我們看到了希望。

接下來(lái)，分析一下人工神經(jīng)網(wǎng)絡(luò)在汽車(chē)檢測(cè)方面是如何應(yīng)用的。①通過(guò)學(xué)習(xí)輪、軸松曠間隙檢測(cè)的知識(shí)理論，可以測(cè)定力和位移的關(guān)系曲線，而根據(jù)曲線的變化特征，就可以測(cè)得輪、軸松曠間隙的大小。但是通過(guò)大量的實(shí)踐操作，發(fā)現(xiàn)只有當(dāng)主銷(xiāo)間隙或輪轂出現(xiàn)間隙時(shí)，間隙類(lèi)別的判斷才需要人為干預(yù)。所以如果各曲線之間沒(méi)有明顯的特征差異，便無(wú)法用精確的數(shù)學(xué)模型來(lái)描述。所以，提出了一種模糊自組織神經(jīng)網(wǎng)絡(luò)模型，將模糊等價(jià)關(guān)系和類(lèi)距離閾限引入自組織神經(jīng)網(wǎng)絡(luò)模型中，可直接從原始數(shù)據(jù)中歸納出診斷規(guī)則，實(shí)現(xiàn)對(duì)間隙的識(shí)別。②假定輪轂軸承有松曠間隙，主銷(xiāo)處無(wú)松曠間隙，忽略車(chē)輪自身重力，臺(tái)板不動(dòng)。取車(chē)輪為研究對(duì)象進(jìn)行受力分析，可以得出：輪轂內(nèi)軸承靜態(tài)徑向支反力+輪轂外軸承靜態(tài)徑向支反力=地面對(duì)車(chē)輪的支反力（即輪荷）。當(dāng)臺(tái)板右移時(shí)，通過(guò)對(duì)其受力分析可以得出：輪轂內(nèi)軸承動(dòng)態(tài)徑向支反力+輪轂外軸承動(dòng)態(tài)徑向支反力=地面對(duì)車(chē)輪的支反力（即輪荷）。③輪轂外軸承動(dòng)態(tài)徑向支反力隨著檢測(cè)臺(tái)板施加到車(chē)輪邊緣的側(cè)向力的增大而逐漸減小，輪轂內(nèi)軸承動(dòng)態(tài)徑向支反力卻隨之逐漸增大。當(dāng)檢測(cè)臺(tái)板施加到車(chē)輪邊緣的側(cè)向力增大到一定程度時(shí)，則內(nèi)軸承支承全部輪荷，此時(shí)輪轂軸承處松曠間隙開(kāi)始暴露出來(lái)。由此開(kāi)始從一個(gè)極限位置向另一個(gè)極限位置的轉(zhuǎn)變。在此轉(zhuǎn)變過(guò)程中，由于某些參數(shù)不發(fā)生變化，隨著臺(tái)板位移量增加，但輪胎變形增量為零，所以檢測(cè)臺(tái)板施加到車(chē)輪邊緣的側(cè)向力保持為恒定值。當(dāng)臺(tái)板位移一定距離后，其配合副轉(zhuǎn)移到另一極限位置。此時(shí)，輪轂軸承處松曠間隙完全暴露出來(lái)，即為此處的松曠間隙。隨著臺(tái)板的繼續(xù)右移，曲線從水平直線段產(chǎn)生轉(zhuǎn)折，直至輪胎與上臺(tái)板之間產(chǎn)生滑移，臺(tái)板達(dá)到右側(cè)最大行程，由于檢測(cè)臺(tái)板施加到車(chē)輪邊緣的側(cè)向力不能再繼續(xù)增加，曲線又開(kāi)始轉(zhuǎn)折為水平直線段，直到右側(cè)終點(diǎn)。④檢測(cè)系統(tǒng)需要采集兩種信息：開(kāi)關(guān)信號(hào)和模擬信號(hào)。開(kāi)關(guān)信號(hào)，即狀態(tài)信號(hào)，其信號(hào)電平只有高電平與低電平兩種。對(duì)于這些信號(hào)，只需要經(jīng)放大、整形和電平轉(zhuǎn)換后，即可直接輸入計(jì)算機(jī)系統(tǒng)。而對(duì)模擬信號(hào)，由于模擬信號(hào)的電壓或電流是連續(xù)變化的，其信號(hào)幅度在任何時(shí)刻都有定義。⑤選擇傳感器。根據(jù)我們檢測(cè)系統(tǒng)所要實(shí)現(xiàn)的功能，來(lái)選擇適合本系統(tǒng)所需要的傳感器，本傳感器需要能感受車(chē)輪所受的3個(gè)方向的力，并可以將其轉(zhuǎn)換成電量的裝置，這是測(cè)試系統(tǒng)中關(guān)鍵的元件，其質(zhì)量和性能是實(shí)現(xiàn)準(zhǔn)確測(cè)量的基本保證。當(dāng)彈性元件受到截割力、牽引力、和側(cè)向力3個(gè)方向的載荷時(shí)，其表面將產(chǎn)生伸長(zhǎng)或縮短。這時(shí)，固定在上面的應(yīng)變片將會(huì)發(fā)生變化。使用測(cè)量?jī)x器測(cè)出其電阻的變化，根據(jù)變換的原理便可得到彈性元件三個(gè)方向的應(yīng)變值，然后利用彈性力學(xué)中應(yīng)力與應(yīng)變的關(guān)系，便可求出被測(cè)3個(gè)力的大小。⑥由于傳感器的輸出信號(hào)比較微弱一些，所以一般還需要接入一個(gè)放大器，以便進(jìn)行緩沖、隔離、放大和電平的轉(zhuǎn)換等處理。同時(shí)，由于要度量傳送過(guò)來(lái)的電信號(hào)，因此，對(duì)于測(cè)量系統(tǒng)中采用的放大器應(yīng)當(dāng)有精確和穩(wěn)定的增益。通常，放大器的增益是通過(guò)它的外接電阻來(lái)實(shí)現(xiàn)的，所以獲得精確的增益值也是可以很容易做到的。但更為重要的要在放大器的工作條件下保持增益值的穩(wěn)定性，因此，要求對(duì)采用的放大器需要具有良好的線性度、低的漂移、高輸入阻抗、高共模抑制比和低的輸出阻抗。⑦本檢測(cè)系統(tǒng)的控制系統(tǒng)的主要目標(biāo)就是對(duì)液壓站的控制，過(guò)程如下：控制信號(hào)由計(jì)算機(jī)發(fā)出，然后送到電路板上，驅(qū)動(dòng)繼電器動(dòng)作，從而控制液壓站的電磁閥進(jìn)行運(yùn)動(dòng)，使液壓缸進(jìn)、排油驅(qū)動(dòng)柱塞運(yùn)動(dòng)，即可使滑板發(fā)生運(yùn)動(dòng)。此時(shí)，裝在設(shè)備上的傳感器會(huì)發(fā)出電壓信號(hào)到電路板上，再由放大電路放大后再送到A/D轉(zhuǎn)換器，使計(jì)算機(jī)獲得數(shù)據(jù)。最后經(jīng)計(jì)算機(jī)的處理后再作下一步的處理。⑧抗“干擾”設(shè)計(jì)?！案蓴_”是本檢測(cè)系統(tǒng)中的一種無(wú)用信號(hào)，它會(huì)導(dǎo)致在測(cè)量結(jié)果中產(chǎn)生一定的誤差。所以，要獲得好的測(cè)量結(jié)果，就必須對(duì)干擾來(lái)源采取一定的抑制措施。本檢測(cè)系統(tǒng)主要應(yīng)用于汽車(chē)維修站，現(xiàn)場(chǎng)檢測(cè)時(shí)，很易受到汽車(chē)振動(dòng)、環(huán)境氣候、電源、磁場(chǎng)等干擾源產(chǎn)生的各種干擾因素的干擾。如果不對(duì)這些干擾采取一定的有效措施，本系統(tǒng)可靠運(yùn)行就無(wú)法得到保證，嚴(yán)重時(shí)可能還會(huì)損壞元器件。

最后，通過(guò)構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型來(lái)實(shí)現(xiàn)汽車(chē)輪、軸松曠間隙的檢測(cè)。本檢測(cè)系統(tǒng)提出一種模糊自組織神經(jīng)網(wǎng)絡(luò)模型，將模糊等價(jià)關(guān)系和類(lèi)距離閾限引入自組織神經(jīng)網(wǎng)絡(luò)模型中，可直接從原始數(shù)據(jù)中歸納出診斷規(guī)則，實(shí)現(xiàn)對(duì)間隙的識(shí)別。

（1）數(shù)據(jù)的歸一化與模糊等價(jià)關(guān)系。

由于在測(cè)得的原始數(shù)據(jù)和經(jīng)過(guò)信號(hào)處理后的數(shù)據(jù)的各自特征不同，取值范圍也不一樣而且物理單位也不同，所以不能直接對(duì)它們進(jìn)行分析與聚類(lèi)，所以在分析處理前，需要對(duì)原始數(shù)據(jù)進(jìn)行歸一化處理，還要將各自的特征值映射到指定的區(qū)間內(nèi)。模糊匹配運(yùn)算就是采用的點(diǎn)值的模糊等價(jià)關(guān)系方法，先計(jì)算輸入的原始數(shù)據(jù)與聚類(lèi)中心各特征值的模糊等價(jià)關(guān)系，然后再對(duì)所有特征值的模糊等價(jià)關(guān)系求最后的平均值，也就是匹配度。

（2）模糊自組織網(wǎng)絡(luò)的結(jié)構(gòu)。

本檢測(cè)系統(tǒng)的模糊自組織神經(jīng)網(wǎng)絡(luò)是由匹配子網(wǎng)和競(jìng)爭(zhēng)子網(wǎng)兩部分組成的。在匹配子網(wǎng)中，使用模糊等價(jià)關(guān)系和類(lèi)距離閾限以指導(dǎo)自組織聚類(lèi)，這樣方便實(shí)現(xiàn)對(duì)偶發(fā)故障模式的在線學(xué)習(xí)，同時(shí)還非常容易適應(yīng)漸變的工作環(huán)境。匹配子網(wǎng)包括傳統(tǒng)的前3層：第1層即輸入層，主要用來(lái)輸入數(shù)據(jù)的特征數(shù)，其神經(jīng)元是線性的。第2層是全互聯(lián)結(jié)，該層神經(jīng)元的作用是實(shí)現(xiàn)輸入數(shù)據(jù)和各聚類(lèi)中心數(shù)據(jù)的模糊匹配運(yùn)算，它的輸出即為匹配度。第3層是聚類(lèi)指導(dǎo)層，其作用是輔助上層即競(jìng)爭(zhēng)層進(jìn)行聚類(lèi)的分析，這樣可以避免由于權(quán)值初始化的不當(dāng)，引起已聚類(lèi)好的類(lèi)權(quán)值被剛輸入的數(shù)據(jù)所破壞，同時(shí)還可以對(duì)新增類(lèi)別進(jìn)行聚類(lèi)。第4層為競(jìng)爭(zhēng)子網(wǎng)，其輸出矢量為最終分類(lèi)的結(jié)構(gòu)。神經(jīng)元的輸入由來(lái)自上一層的輸入和來(lái)自競(jìng)爭(zhēng)層內(nèi)互相抑制的加權(quán)和2部分完成。競(jìng)爭(zhēng)后只能有1個(gè)神經(jīng)元獲勝，也就是輸入和為最大的神經(jīng)元節(jié)點(diǎn)獲勝。而輸出層節(jié)點(diǎn)數(shù)則根據(jù)間隙的模式來(lái)確定，有幾種狀態(tài)可能就會(huì)有幾個(gè)輸出節(jié)點(diǎn)。

（3）網(wǎng)絡(luò)的學(xué)習(xí)算法。

當(dāng)?shù)玫将@勝節(jié)點(diǎn)后，就需要對(duì)與獲勝節(jié)點(diǎn)相連的第1層權(quán)值進(jìn)行修正，使其與輸入矢量的差越來(lái)越小，從而使可用權(quán)值來(lái)表示輸入矢量的特征，進(jìn)而對(duì)輸入矢量進(jìn)行分類(lèi)，提取規(guī)則。

（4）提取的算法流程。

利用上面提到的模糊自組織神經(jīng)網(wǎng)絡(luò)進(jìn)行聚類(lèi)的整個(gè)流程如下：①對(duì)原始數(shù)據(jù)進(jìn)行歸一化處理。②設(shè)定參數(shù)節(jié)點(diǎn)數(shù)、誤差常數(shù)、總循環(huán)次數(shù)及初始學(xué)習(xí)系數(shù)。③隨機(jī)初始化第1層與第2層神經(jīng)元之間的權(quán)值系數(shù)。④設(shè)時(shí)刻輸入的訓(xùn)練樣本，然后計(jì)算輸入樣本的匹配度；最終得到計(jì)算競(jìng)爭(zhēng)層的輸出。⑤對(duì)網(wǎng)絡(luò)權(quán)值進(jìn)行學(xué)習(xí)。⑥以范數(shù)計(jì)算誤差，如果誤差大，則轉(zhuǎn)到④重新執(zhí)行。最后，模糊神經(jīng)網(wǎng)絡(luò)對(duì)歸一化訓(xùn)練數(shù)據(jù)學(xué)習(xí)收斂，即得到對(duì)原始數(shù)據(jù)的聚類(lèi)。

綜上所述，使用本檢測(cè)系統(tǒng)的采用的方法，可以很好地對(duì)輪、軸松曠間隙進(jìn)行分類(lèi)處理。通過(guò)調(diào)整類(lèi)距離的閾限，可以按不同的精度對(duì)數(shù)據(jù)進(jìn)行聚類(lèi)的分析，它可以克服近似數(shù)據(jù)聚類(lèi)先后再去干擾時(shí)導(dǎo)致的無(wú)法控制的缺陷。神經(jīng)網(wǎng)絡(luò)對(duì)間隙識(shí)別后，本檢測(cè)系統(tǒng)將根據(jù)前面研究的理論計(jì)算出間隙的大小。對(duì)于檢測(cè)結(jié)果為無(wú)間隙的類(lèi)別，則直接輸出測(cè)試合格的最終診斷結(jié)果，而不再判斷間隙的大小；對(duì)于只有一種間隙的類(lèi)別，只給出這個(gè)間隙的大小；而對(duì)于有兩種間隙的類(lèi)別，則會(huì)分別計(jì)算出各個(gè)間隙的值。