ABONAMENTE VIDEO REDACȚIA
RO
EN
×
▼ LISTĂ EDIȚII ▼
Numărul 89
Abonament PDF

Monitorizarea preventivă a unui autovehicul

Radu Ilea
Application Support Specialist @ Siemens
PROGRAMARE

Într-o lume în care timpul este crucial și parcă tot mai puțin, posibilitatea de a realiza cât mai multe activități se bazează în primul rând pe deplasarea într-un interval cât mai scurt și cât mai rapid între două locuri. Mașina personală reprezintă încă principalul mijloc de transport în România, oferind un plus de independență, însă uneori costurile de întreținere pot crește exponențial odată cu perioada de utilizare a acesteia. Cum putem monitoriza în timp real starea tehnică a mașinii? Articolul va prezenta un concept pentru detectarea la timp și prevenirea defecțiunilor unui autovehicul.

Sistemul implică necesitatea comunicării continue a senzorilor autovehiculului cu o interfață de diagnoză, având ca scop preluarea de date în timp real. O dată prelevate, informațiile vor fi urcate într-un sistem aflat în cloud, pentru prelucrarea lor și verificarea posibilelor anomalii.

Figura 1. Diagrama de prezentare a arhitecturii sistemului de monitorizare

În prezent, acesta se află în proces de învățare pentru acumularea de informații referitoare la comportamentul autovehiculului de teste, în condiții diverse de funcționare. În cele ce urmează, vom prezenta atât partea de proiectare cât și de implementare a sistemului.

Proiectare

Transpunerea stării și calității unui autovehicul trebuie să se realizeze pe baza unor proprietăți și mărimi măsurabile. Pentru estimarea lor, principalul mod de interacțiune cu autovehiculul este utilizarea valorilor furnizate de diverși senzori:

  1. Senzorii Lambda - Răspunzători pentru martorii de poluare aprinși, aceștia măsoară cantitatea de oxigen nears din emisiile autovehiculului. Acesta poate indica un amestec prea bogat sau prea sărac de combustibil la nivelul motorului. Calculatorul de bord (sau Electronic Control Unit - ECU) va primi această informație și va încerca să regleze cantitatea de aer și combustibil pentru a se apropia cât mai mult de raportul optim de ardere aflat în harta motorului.

  2. Turometrul - Fluctuațiile turometrului reprezintă una din principalele simptome ale prezenței anomaliilor la nivelul motorului autovehiculului. Este utilă calcularea unor intervale medii de funcționare la relanti, precum și timpi de stabilizare la pornire, specifice fiecărei motorizări în parte.

  3. Senzorii de temperatură - Utilizarea unui motor la turații ridicate și la temperaturi inadecvate de funcționare poate produce efecte dăunătoare asupra componentelor motorului. Un astfel de exemplu este utilizarea motorului rece la turații ridicate pe timp de iarnă.

  4. Temperatura antigelului - Pentru a detecta posibile probleme de supraîncălzire, dar și nivelul corect de antigel, vom monitoriza fluctuațiile de temperatură ale acestuia alături de temperaturile de referință specifice tipului de motor. Aceste temperaturi de referință vor fi preluate din cadrul ECU-ului autovehiculului de testare.

  5. Voltajul bateriei - Pentru detectarea de posibile erori la sistemul alternator al autovehiculului, vom monitoriza valoarea de încărcare a bateriei alături de valorile de referință ale acestuia. În unele situații, valorile de referință pot fi scrise în ECU-ul autovehiculului.

  6. Valorile de adaptare anti-knock - Prin intermediul acestui sistem, autovehiculul încearcă protejarea motorului în fața posibilelor detonații, ca urmare a unui unghi de aprindere greșit, a unui combustibil de calitate redusă, etc.

  7. Unghiul de aprindere - Este reprezentat de unghiul la care se află pistonul în momentul în care scânteia este generată. Deviații ale acestui sistem vor genera activarea sistemului de protecție a motorului și de corectare a unghiului de aprindere. Un unghi de aprindere greșit poate avea ca efecte adverse prezența de detonații. Prezența lor poate fi detectată prin intermediul senzorilor destinați acestor operațiuni, la nivelul fiecărui piston în parte.

Transferul informațiilor din cadrul autovehiculului în mediul cloud este realizat în doi pași principali: transferul datelor din calculatorul mașinii spre laptop și transferul datelor din laptop spre cloud:

Transferul datelor din calculatorul mașinii spre laptop

Pentru a efectua această operațiune vom utiliza următoarele dispozitive hardware:

Odată realizată conexiunea spre autovehicul, vom utiliza aplicația Delphi pentru înregistrarea parametrilor autoturismului în timp real. Fișierele conținând informațiile provenite de la sistem sunt stocate provizoriu local pe laptop, pentru a fi trimise ulterior spre analiză.

Procesarea datelor în mediul cloud

Utilizând servicii de tipul S3 și EC2, vom dispune de puterea de procesare furnizată de serviciile Amazon pentru realizarea hărților motorului. Primul pas va fi înregistrarea valorilor oferite de sonda lambda precum și valoarea de referință prestabilită de producător pentru o anumită turație și solicitare a motorului. Această hartă va prezenta raportul dintre aer și combustibil folosit de motor în realizarea arderii.

Implementare

Pentru înregistrarea datelor în timp real, putem utiliza opțiunea de vizualizare rapidă a parametrilor de funcționare a motorului și realizarea unei liste personalizate, disponibile prin intermediul programului Delphi.

Pe parcursul rulajului, interfața de diagnoză va prelua informații din interiorul automobilului precum temperatura uleiului, a lichidului de răcire, a aerului din sistemul de inducție, turația motorului, poziția pedalei de accelerație, dar și informații ale parametrilor externi care pot influența direct modul de funcționare al acestuia, precum temperatura ambientală.

Figura 2. Configurarea conexiunii între interfața de diagnoză și autovehicul

Prin intermediul unui software destinat capturii de ecran și care pune la dispoziție posibilitatea de procesare textului din interiorul acestora, vom realiza capturi de ecran ale parametrilor, la un interval de 5 secunde. Acestea vor fi prelucrate și transformate în fișiere de tip *.txt pentru o analiză ulterioară (vezi Figura 3).

Pentru transmiterea informațiilor din cadrul cardului de memorie spre AWS (Amazon Web Services) vom utiliza un mediu de stocare de tipul AWS S3. După realizarea unui rulaj și preluarea datelor referitoare la modul de funcționare al autovehiculului, vom realiza mutarea informațiilor din mediul de stocare local înspre serviciul de stocare S3.

În acest moment, informațiile despre modul de rulare al autovehiculului se află în cloud, fiind gata pentru a fi procesate.

Figura 3. Scriptul pentru realizarea capturilor de ecran și recunoașterea textului alături de datele de ieșire furnizate în urma unui test

În cadrul Amazon Web Services, folosind serviciile EC2, vom realiza crearea unei instanțe având la bază distribuția Ubuntu Linux alături de pachetele auxiliare necesare prelucrării de date. Acesteia i se va atașa un S3 bucket utilizat în stocarea datelor de pe calculator. O altă posibilitate pentru realizarea acestor operațiuni este reprezentată de utilizarea protocolului SSH pentru transferul fișierelor și realizarea unui script care, utilizând liniile de comenzi specifice protocolului, va realiza sincronizarea datelor la un interval prestabilit de timp.

Pentru verificarea parametrilor a căror valori de referință sunt scrise în ECU-ul autovehiculului, vom compara valorile înregistrate cu valorile minime și maxime acceptate. Totodată vom realiza calcularea deviației standard a valorilor pentru detectarea de fluctuații ce se vor abate de la o medie a valorilor de funcționare a autovehiculului.

În cazul detecției de valori ce înregistrează posibile detonații sau corecție a unghiurilor pistoanelor alături de o scădere în performanța motorului, acestea pot semnala de la început posibile probleme de funcționare a combustiei la nivelul motorului.

Pentru prezentarea datelor spre utilizator vom folosi o modalitate grafică, aceasta fiind cea mai intuitivă metoda de înțelegere a informațiilor și a statisticilor autovehiculului. În realizarea conceptului vom utiliza scripturi realizate în Python pentru analiza și reprezentarea datelor spre utilizatorul final, ulterior fiind planificată o migrare spre platforme precum KNIME și Spotfire.

În cele ce urmează, dorim să vă prezentăm un grafic generat pentru a vizualiza presiunea aerului în admisie. Acest grafic cuprinde atât valoarea de referință, actualizată de ECU în funcție de parametrii de funcționare a mașinii cât și valoarea în timp real prezentată de senzorii autovehiculului. Odată cu stocarea unei baze de date specifice fiecărui autovehicul și motorizare în parte, vom avea posibilitatea de a detecta și semnala comportamente deviante (vezi Figura 4).

Avantajele utilizării acestui sistem sunt reprezentate de semnalarea posibilelor defecțiuni și deficiențe în funcționarea autovehiculului încă de la primele semnale. Totodată, prin realizarea unei baze de date solide cuprinzând statistici de la vehicule multiple, se vor putea realiza în viitor teste de funcționare pe autovehicule noi pentru a fi verificată funcționarea lor automată în parametrii normali. Totodată, vom putea detecta din timp necesitatea de intervenții viitoare de întreținere asupra autovehiculului. Cuprinzând date statistice despre starea de funcționare și modul de condus al fiecărui șofer în parte, dispozitivul poate fi utilizat în scopuri precum calcularea asigurărilor obligatorii sau casco și realizarea de tarife preferențiale.

Pașii următori vor fi reprezentați de adoptarea unui dispozitiv Bluetooth de dimensiuni reduse pentru monitorizarea activă a vehiculului, precum și adaptarea parametrilor prelucrării pe baza mărcii autovehiculului utilizat ca platforma de testare.

Utilizarea unui astfel de dispozitiv în viața de zi cu zi ne poate ajuta la economisirea de timp și bani. Detecția erorilor și deviațiilor de la un comportament normal (realizat pe baza calculării mediei unui eșantion în condiții diverse) poate reprezenta o soluție viabilă în viitorul apropiat pentru prevenirea defecțiunilor, iar datorită utilizării datelor provenite din cadrul senzorilor, aceasta poate fi realizată cu mult timp înainte de a deveni vizibile comportamentele deviante.

Figura 4. Raport de presiune a aerului din interiorul admisiei

Sponsori

  • comply advantage
  • ntt data
  • 3PillarGlobal
  • Betfair
  • Telenav
  • Accenture
  • Siemens
  • Bosch
  • FlowTraders
  • MHP
  • Connatix
  • UIPatj
  • MetroSystems
  • Globant
  • Colors in projects