转载 基于CAN总线的UDS诊断系统的设计与实现 需要积分

施乐7500故障诊断.pdf

ORIENTAIS诊断协议栈的特点： 支持UDS 可灵活配置诊断协议 可灵活配置会话/安全管理及诊断服务 可灵活配置传输层时间参数

介绍了RBF神经网络的模型及原理,阐述了滚动轴承故障的机理;通过滚动轴承的故障特征数据,构建的RBF神经网络,实现了轴承的智能故障诊断。

故障诊断技术是近40年发展起来的以适应工程实际需要而形成的多学科交叉的一门综合学科。一般电子电路的故障诊断可分为模拟电路故障诊断和数字电路故障诊断。数字技术的广泛应用和高速发展，使得数字电路的故障诊断研究取得了空前的发展。对于模拟电路，由于其元件具有容差并存在非线性等原因，使得模拟电路的故障诊断较数字电路的故障诊断复杂得多，其发展比较缓慢，应用么不够广泛。

本程序能够实现滚动轴承的故障诊断和在线检测，用到了峭度值计算、小波变换、自相关计算等

局部均值分解（Local Mean Decomposition，简称LMD）方法是一种新的自适应时频分析方法，并成功运用于滚动轴承故障诊断中，但对噪声比较敏感。为消除噪声对诊断结果的影响，提出了一种小波包降噪与LMD相结合的滚动轴承故障诊断方法。该方法首先利用小波包去除信号中的噪声，然后，进行LMD分解，并将分解后PF分量与分解前信号的相关系数作为判断标准，剔除多余低频PF分量，最后，选取有效PF集进行功率谱分析，提取故障特征。通过仿真数据和真实滚动轴承数据的故障诊断实验，其结果验证了该方法的有效性。

针对非线性模拟电路软故障诊断的难题，基于Volterra核二次型分布-wigner Ville分布(WVD)，提出一种故障特征提取的新方法．首先计算待测试电路(CUT)的Volterra核；然后对该Volterra核进行WVD转换，得到WVD函数，从中提取出故障特征，完成非线性模拟电路的软故障诊断．仿真实验结果表明，该方法能有效地解决故障混叠难题，提升故障元件检测和定位的能力．

根据中医诊断推理对知识的不确定性、不完全性和逻辑推理的模糊性及“软计算”技术的特点出发，探讨了利用“软计算”的方法构建中医诊断神经网络知识库的基本设想，最后在MATLAB中利用现有结构固定的三种神经网络模型分别粗略地构造了中医“八纲辨证”神经网络，并分析其计算结果。说明采用神经网络技术构建中医诊断知识库是完全可行的。

ISO14229_1_2013汽车诊断协议，对于从事UDS开发的小伙伴，可以下载查阅；