CAN总线下的汽车自燃监测预警系统设计

前言：想要写出一篇引人入胜的文章？我们特意为您整理了CAN总线下的汽车自燃监测预警系统设计范文，希望能给你带来灵感和参考，敬请阅读。

摘要：传统汽车自燃监测预警系统，温度值监测误差较大，且预警时间较长，为此，提出基于can总线的汽车自燃监测预警系统设计方法。硬件设计方面，采用蜂鸣器、智能控制器、协调器等，组成系统总体架构，通过CAN总线，实现节点间的数据通信，传输信息到服务器，通过终端查看数据，并设置多个I/O接口，对传感器进行优化；软件设计方面，将汽车自燃特征参量反馈给神经网络，选取样本数据进行训练，识别汽车自燃情况的数据。实验结果表明，设计系统降低了温度值监测误差，且缩短了温度阈值预警时间。

关键词：CAN总线；自燃监测；传感器；预警时间

引言

汽车自燃具有一定随机性，产生火灾后，会对车上乘客、周边人员和车辆安全产生威胁，因此，对汽车自燃监测预警系统进行研究，预防汽车自燃的发生，减少火灾损失，具有重要意义[1]。国外汽车自燃监测预警研究较为成熟，结合通信技术和嵌入式技术，监测与汽车自燃相关的特征量，将信息传输到系统的预警终端，采用信息融合技术，综合处理多源信息，对监测信息进行判断，同时将预警等级划分为低级和高级，比较设定阈值和监测的物理量值，全面反映出汽车自燃的特征信息，对实时自燃情况作出决策。国内汽车自燃监测预警研究，同样取得较大发展，布置协调节点和感知节点，一致性描述汽车自燃特征，融合多个物理量，并对采集数据进行量纲归一化处理，分析汽车工况与系统变量之间的关系，获取汽车自燃特性的影响因素，通过自燃监测预警算法，从自燃起因和自燃部位等方面出发，确定烟雾浓度、热释放速率、温度等参数，通过多参量自燃监测，对可疑自燃情况进行报警[2]。结合以上理论，提出基于CAN总线的汽车自燃监测预警系统。

1.基于CAN总线的汽车自燃监测预警系统设计方法

1.1基于CAN总线的系统硬件设计

1.1.1基于CAN总线设计系统总体架构根据汽车自燃特点，设计系统总体架构。使用智能控制器，对传感器数据进行采集和处理，搭建汽车自燃特征量的采集节点，通过CAN总线网络，实现节点间的数据通信，传输信息到服务器，然后利用协调器调整节点数据的阈值，协调器采用的内置芯片为MM7283型芯片，在中心引脚安装一个LED屏幕插槽，将数据显示到LED屏幕上，实现数据终端采集信息的查看[3]。通过CAN总线串行通信网络，同时搭载多个采集节点，将采集数据发送给终端，CAN总线选取Zigtee核心开发板，型号为T19MS7-PCB板，采用3.5V电压供电，为所有接口提供3.5V电压，射频芯片为CC2827H829芯片，作为系统硬件部分基础，支持多个传感器的I/O接口[4]。系统终端选取B729M72存储器，优化终端电源电路，包括电源接口、驱动电路、稳压电容，对传输数据进行存储，主控芯片型号为CC8299芯片，通过M-stack协议栈进行自定义开发，支持16KB的RAM存储和320KB闪存，同时芯片还支持低功耗模式，配置代码领取的8291微控制器内核，以此实现ADC直接数据的采样[5]。至此完成基于CAN总线系统总体架构的设计。

1.1.2优化自燃特征量采集传感器系统总体架构设计完毕的基础上，在汽车易发生自燃的部位，放置与汽车自燃特征量相关的传感器，包括BS822U73烟雾传感器、MQ-832温度传感器、MQ-829CO传感器，实时监测车内环境信息。其中烟雾传感器采用金属半导体，设置6个针脚，分别与高低电平、电源负极、电源正极连接，剩余针脚则用于传感器内部的供电加热，模拟信号输出，并获取精确数值，根据数值阈值，对蜂鸣器进行驱动；CO传感器采用二氧化硅半导体，设置2个能够高低温加热的针脚，使导电率与CO浓度成正比；温度传感器则采用一根线传送采集结构，外部设置3个针脚，分别与数字信号输出接口、电源正极和电源负极连接，同时配置一个上拉电阻，扩大传感器可探测的温度范围，检测到温度时，输出具有符号位的9位二进制数，并通过ADC，将二进值数据转换位十进值输出[6]。至此完成传感器的优化，实现系统硬件设计。

1.2系统软件设计

系统硬件设计完毕的基础上，对软件进行设计，优化汽车自燃监测预警算法，对传感器数据进行融合。采用神经网络的自燃预警算法，将汽车自燃特征参量，包括CO浓度、烟雾浓度和温度值，反馈给神经网络，对汽车自燃进行识别。把BP神经网络划分为输出层、隐含层和输入层，根据三个特征量，使输入层节点与感知节点的采集数据相一致，然后将节点输入神经网络，根据节点拟合倾向，确定神经网络神经元个数和节点个数[7]。其中隐含层节点个数计算公式为：公式中为输出层节点个数，为输入层节点个数，为常数。读取200组无汽车自燃情况的数据、200组有自燃情况的数据，将以上数据作为数据样本，使320组数据作为训练样本，80组数据作为样本数据，标准化处理输入数据，对传感器采集数据进行训练[8]。设置目标误差为0.002，学习速率为0.02，迭代次数为6000次，根据梯度误差，对神经网络权值进行修正，利用sim函数，输出误差值曲线，对自燃监测预警算法进行模拟仿真，将数据转换为libsvm支持的格式，进而准确识别汽车自燃情况的数据，判断是否需要预警和预警等级，至此完成汽车自燃监测预警算法的优化，实现系统软件设计。结合硬件设计和软件设计，完成基于CAN总线的汽车自燃监测预警系统设计。

2实验论证分析

进行对比实验，将此次设计系统记为实验组，传统汽车自燃监测预警系统记为对照组，比较两组系统的温度值监测误差、和温度阈值预警时间。

2.1实验准备

以新款捷达汽车为模板，建立实验用仿真模型，尺寸为4.47m×1.79m×0.85m，利用CAD建立汽车的三维图形，导入PyroSim软件中，该汽车自燃物主要为合成材料、驾驶舱座椅、泄漏燃油，其自燃材料及参数具体如下表所示：设置汽车火源功率为4.8kW，环境温度为25℃，加热70s后停止加热，使热释放速度达到峰值，然后让外界空气进入，增加驾驶舱内的助燃气体。在发动机舱内布置传感器，每段空间设立一监测平面，同一平面设置15个传感器，使相邻平面间的横向距离保持在0.4m，垂向距离保持在0.15m，对温度、烟度、CO浓度、工况信息进行采集。

2.2实验结果

将驾驶舱内温度监测结果，与实际温度变化曲线进行对比，计算不同时间段的温度值监测误差，实验对比结果如下表所示：由上表可知，实验组温度值的平均监测误差为1.342%，对照组平均监测误差为3.553%，相比对照组，实验组温度值监测误差降低了2.211%。当监测温度达到阈值后，两组系统对汽车自燃进行预警，比较预警时间，实验对比结果如下表所示：由上表可知，实验组温度阈值的平均报警时间为3.541s，对照组平均报警时间为7.515s，相比对照组，实验组温度阈值报警时间缩短了3.974s。综上所述，此次设计系统相比传统系统，监测温度值更加准确，同时缩短了温度阈值的预警时间。

3.结束语

此次设计系统充分发挥了CAN总线的技术优势，降低了温度值监测误差。但此次研究仍存在一定不足，构建汽车模型为传统燃油车，在今后的研究中，会对新式电动汽车、混合动力汽车等进行进一步研究，保障汽车行业安全。

参考文献

[1]丁腾飞,朱冬梅,杨剑,等.浅析车辆自燃事故的原因及防自燃系统的设计[J].山东化工,2020,49(15):158+169.

[2]刘兴源.基于单片机的车载智能火灾预警系统研究[J].数字技术与应用,2019,37(05):19-20.

[3]顾江洋.基于递阶控制的车辆防自燃系统研究[J].湖北汽车工业学院学报,2019,33(03):47-52.

作者：梁赞 单位：重庆旅游职业学院