论文摘要
Android系统自2007年11月Google公司发布以来,短短6年时间,占据了全球智能手机操作系统市场76%的份额,中国市场90%的份额,成为用户购机的首选统。汽车是当今社会重要的交通工具之一,我国汽车的保养、维护和维修水平很落后,诊断基本上依靠人工检测,诊断维修的水平低,采用的手段比较少,很多厂家扩大和推荐专用型故障诊断仪。专用诊断仪的价格昂贵、通用性差、笨重、不方便移动。发动机是汽车的心脏,工作频繁、条件恶劣,出故障率也最高,随着电子控制技术在汽车领域的广泛应用,发动机结构也变得越来越复杂,单凭经验判断和简单诊断仪已无法满足故障诊断的要求。针对以上问题,本文研究了一种基于Android手机的发动机故障诊断系统。本文首先分析和比较了智能手机的使用现状以及市场上主要应用基于OBD的检测仪,并介绍了国内外故障诊断技术的成果和优缺点。接着对发动机的组成、常见故障现象、OBDII系统及蓝牙elm327进行了详细的研究,这些是软件开发的前提。本文在阐述神经网络的基本原理时,针对BP算法训练参数选择复杂、收敛速度慢、易陷入局部极值且泛化性差的缺陷,提出了用ELM神经网络模型建立故障诊断,运用到发动机故障诊断系统中,使参数选择简单、训练时间极短、诊断精度较高,实现发动机的快速、高效、准确诊断,并通过实例进行了验证。在上述相关技术和理论的研究基础上,我们基于C/S架构,开发了基于Android手机的发动机故障诊断应用系统。在客户端实现车辆信息、系统状态、故障代码、冻结帧、氧传感器、实时数据的采集,以及用户登录、发动机的数据流和故障现象诊断等功能;服务端实现了对用户管理、数据流诊断训练、故障现象诊断训练、数据流数据管理和故障现象数据管理等功能。本系统操作界面友好、操作便捷、具有良好的可操作性和可扩展性。经过测试可以运行,能够实现用户的故障诊断要求。