制动性能检验数据处理系统
引言
近年来随着汽车设计与制造工艺的进步及高速公路的飞速发展，汽车行驶速度已大大提高，汽车制动性能对保障交通安全就尤为重要。在我国，汽车制动性能被政府主管部门列为汽车定期审验的强制性检验项目，规定制动性能达不到GB7258-2004《机动车运行安全技术条件》要求的车辆不允许上路行驶。这样制动性能检验系统数据的准确性、可靠性就成为机动车定期审验结果的关键。
按照相关国家标准的要求，汽车定期检验的设备应全部采用微机联网。而在联网制动检验设备时，因测试软件设计人员对采集数据分析与处理方法不科学所造成的制动数据失实、检验结果差别大、甚至误判的情况屡屡出现，严重影响了检验机构的诚信度。要进行制动性能检验，需要采集的主要数据就是汽车轴重和制动力。本文对机动车制动性能检验中轴重和制动力数据的采集、分析与处理做了研究。
2 制动检验数据采集
制动性能数据采集系统均采用电子技术和计算机技术，似乎测试软件应无差异，但是实际采集时不同的采样频率、不同的采样时间都会对测试结果产生一定影响。各测试软件中采样频率少则25 Hz，多则120 Hz，而采样时间也各不相同，有的少于3 s。
采样频率过低，得到的制动力曲线就会比较粗糙，而且在计算制动力平衡性时，有可能漏掉关键的信息；采样频率过高，虽然能得到较光滑的制动力曲线，但是在计算平衡性时将加大计算机的工作量，同时采样频率过高，也将增加硬件成本。根据多次试验，我们在设计中采取采样频率为100 Hz，采样时间不少于3 s。
为了能够检测到最大制动力，在采样后数据处理方式上存在“拐点法”和“滑移率法”。采用滑移率对制动力进行判别，即把保护停机时刻作为最大制动力出现并采集的时刻。尽管国内外企业和研究机构通过实验已证明在滑移率为15％～25％时，也就是在轮胎临界抱死状态时，车轮制动器所释放的制动力达到最大，但由于这是统计结果，是一个区间，而且由于车辆制动系统的不同(油刹、气刹)，车轮临界“抱死”点时的滑移率也不同，这样最大制动力有可能出现在保护停机前或后。如果出现在保护停机前，即可测得最大制动力；而出现在保护停机后，最大制动力将丢失。因此在最大制动力数据处理时是在制动检测全过程中所采集到的全部采样点中甄别并显示的。
3 制动检验数据处理
3.1 模拟信号数字化后的处理
3.1.1数字滤波技术
为了克服随机干扰引入的误差，除了可以采用硬件进行滤波之外还可以用软件算法来实现数字滤波。常用的数字滤波算法有：限幅滤波、中位值滤波、算术平均滤波、递推平均滤波、加权递推平均滤波、一阶惯性滤波和复合滤波等。
本文在轴重信号的处理上采用的是限幅滤波和算术平均值滤波；制动力信号采用的是两极数字滤波，第一级采用加权递推平均滤波法，Yi=1／4×Si-1+3／4×Si；第二级采用递推平均滤波。
3.1.2软件抑制零点漂移
由于环境条件的变化将引起传感器及放大器电路的零点发生缓慢漂移，自动零点跟踪就是为了削弱这种漂移对测量精度的影响。其具体做法就是每次在未上车检验前采集当前零负载值作为系统零点。计算机每次正式测量采集的值减去这个零点作为本次采集值。
3.1.3系统的非线性校正
由于传感器和放大器在其动态范围内不能保证其一致性，存在非线性误差，因而在数据处理中必须对其非线性进行校正，这样才能保证测量的精度。
3.2 轴重信号的分析与处理
轴重信号的精确测量在制动性能检验中尤为重要，因为GB7258-2004中很多参数的判定标准(如：车辆制动率、制动平衡率、驻车率及车轮阻滞力)都与轴重有关，若轴重测不准，则将影响这些项目的测量与判定精度。车辆轴重信号在静态及车辆低速通过轴重检验台时，测量精度较高，重复性也非常好，但车辆的行驶速度高于10 km／h时，测量精度将出现较大的偏差，重复性也不好，平均误差在5％～30％不等。
在汽车检测线连续三次采集了同一测试车辆以低于3 km／h的速度通过轴重检验台时的传感器输出电压信号，如图1和图2所示(注：图中数值均为AD转换器转换的数字量，还未换算成工程量)。经过回零及截取等简单处理其变换后的轴重信号，如图3和图4所示。从图中可以看出在低速情况下，轴重信号的重复性还是比较好，但与静态时的轴重相比较仍然存在较大误差。前轴轴重信号的三次峰值为：2 223，2 278，2 225；后轴轴重信号的三次峰值为：2 044，2 043，2 012；静态时前后轴重分别为：2 550，2 287。相比较动态时轴重明显比静态轴重偏小。
 |
图5是第一次前轴信号的功率谱图，从图中可以看出，经过硬件和软件滤波后，轴重信号80％的能量都集中在低于50 Hz的低频信号范围内，而影响动态称重系统计量精度的主要因素是汽车在行驶过程中产生的动态荷载对轴重测量值的干扰。车辆动态荷载的振动频率在3～20 Hz的低频范围内，振幅变化可达静态载荷的10％，这一状况决定了通常采用的抑制周期性干扰的滤波方法失效。
 |
鉴于以上原因，在设计中尝试采用“建立称重装置重力信号模型，利用优化理论，根据测量信号拟和出模型的参数，从而抑制周期性动载干扰”的方法建立如下数学模型：
 |
式中：Y(t)为轴重信号的数学模型；S为静态时的有效轴重；Ai为轴重信号中不同频率成份的动载幅值；Bi为不同频率成份动载的频率；Ci为不同频率成份动载的相位；P为汽车车轮动载周期干扰的个数。
实际上，由于即使存在高频成分，预处理时通常的滤波方法可以有效抑制，因此当P<3时即可使信号干扰抑制比大于30～40 dB。模型的求解是通过非线性最小二乘法拟合来实现的，拟合出上述模型的各参数后，S即车辆某一轴的静态轴重。我们采用当前采集的三组轴重数据，拟合出的前轴静态轴重分别为：2 448，2 496，2 423；后轴静态轴重分别为：2 187，2 196，2 156。拟合结果与峰值相比更接近于车辆的静态轴重。
3.3 制动力变化曲线的拟合与绘制
对于制动力变化曲线的拟合，传统的方法是通过多项式的最小二乘法进行拟合，一般采用的是5次多项式拟合，拟合前后的效果如图6所示，由该图可以看出，虽然经过拟合后曲线变得平滑，但在两处出现剧烈震荡，未能较好地真实反映动力的变化过程，并且还丢失了重要的拐点特征数据。
 |
我们经过分析和多次实验比较后得知，由于制动力变化曲线的类型未知，所以不宜用代数多项式(或其他基本初等函数)作为拟合函数。因为多项式可由它在很小的l区间上的值完全确定，当由多项式描述的曲线在一个小区间上被迫变弯时，它在别处就可能剧烈震荡，尤其是高次多项式更是这样。解决的办法是采用样条函数拟合。算法如下：
(1)对原始数据分段。该设计中根据拐值分为三段；
(2)对各分段的试验数据(xi，yi)，i=1，2，…，nj，求相应段的拟合函数g(x)；
(3)利用各分段的拟合函数g(x)计算节点{xi}上的插值g(xi)；
(4)对校正后的试验数据(xi，g(xi))，i=1，2，3，…，n，用三次B-样条函数拟合。拟合结果如图7所示。
(2)对各分段的试验数据(xi，yi)，i=1，2，…，nj，求相应段的拟合函数g(x)；
(3)利用各分段的拟合函数g(x)计算节点{xi}上的插值g(xi)；
(4)对校正后的试验数据(xi，g(xi))，i=1，2，3，…，n，用三次B-样条函数拟合。拟合结果如图7所示。
 |
3.4 系统中数据采集的预处理算法
在系统得到采集数据后，一般还要对采集数据进行预处理，如数字调零，标度变换，使采样数据更加接近真值，以便对数据的二次处理更加方便、准确。
3.4.1数字调零
在模拟输入通道中，往往存在着零点的偏移和漂移，为此还需对采样数据进行数字调零，即每次的测量值均减去该通道的零点值。考虑到是否可以采集零点以及何时采集零点与具体的应用情况有关，为此，类库中提供了零点设置和零点清零两种确定零点的方法，并在模拟量采集方法中每次减去零点值。在具体编程时，我们采用了在采集数据前先调用零点清零，然后再进行模拟量采集。
3.4.2标度变换
直接采样得出的采样数据还需要进一步的转换才能转变为具有工程量纲的数字量。根据采样数据与被测物理量之间是否存在线性关系，标度变换又可分为线性标度变换和非线性标度变换两种。线性标度变换方法如下：
一般公式为：
Ac=A0+(Am-A0)X(Nx-N0)／(Nm-N0)
式中：A0为次测量仪表的下限；Am为一次测量仪表的上限；Ax为实际测量值(工程值)；N0为仪表下限对应的数字量；Nm为仪表上限对应的数字量；Nx为测量值对应的数字量。
非线性标度变换的算法较多，常采用的有公式变换法、多项式插值法、最小二乘法、查表法。在设计中轴重和制动力采样数据的标度变换采用非线性标度变换中的最小二乘法。
4 结语
本文通过对制动性能检验模块中轴重信号的分析与处理、制动力变化曲线拟合的研究，采用了信号调理放大、数字滤波、曲线拟合等先进的多项综合技术措施，建立了制动性能检验数据处理系统，有效地解决了制动性能检验模块抗干扰问题。目前采用本处理系统的分布式网络化汽车综合性能自动测控系统已经成功用于多家汽车检测线，制动性能检验数据准确，系统性能稳定可靠。
相关推荐
全球电子市场增势将逐渐趋缓
2007-06-11
智能测量前端(IDCB)控制仪
智能测量前端;控制仪;数据处理;网络时钟
2007-02-13
在线研讨会
焦点