CN114520750A - 非侵入式的无人装备状态监测及智能处理装置 - Google Patents
非侵入式的无人装备状态监测及智能处理装置 Download PDFInfo
- Publication number
- CN114520750A CN114520750A CN202210177615.6A CN202210177615A CN114520750A CN 114520750 A CN114520750 A CN 114520750A CN 202210177615 A CN202210177615 A CN 202210177615A CN 114520750 A CN114520750 A CN 114520750A
- Authority
- CN
- China
- Prior art keywords
- data
- bus
- monitoring
- transformer
- monitoring module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 96
- 238000012545 processing Methods 0.000 title claims abstract description 33
- 230000009977 dual effect Effects 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 6
- 230000005540 biological transmission Effects 0.000 claims description 44
- 239000013598 vector Substances 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 8
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/30—Arrangements in telecontrol or telemetry systems using a wired architecture
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Dc Digital Transmission (AREA)
Abstract
本发明公开了一种非侵入式的无人装备状态监测及智能处理装置，主要包括：1553B监听模块、RS485监听模块和ZYNQ芯片，1553B监听模块包括双收发器、两个变压器，两个变压器一端与总线连接，另一端与双收发器连接，双收发器的所有数字输入与输出引脚与芯片连接，以监听总线上两个通路；RS485监听模块为具备双驱动器和接收器的四通路集成电路，任一通路的差分信号接收端与其发送端连接，差分信号接收端与总线连接，以监听总线上四个通路；利用FPGA实现复杂智能算法的嵌入式计算对多总线多状态数据，实时判断是否出现故障。该装置可同时实现多种总线数据的非侵入式监听，也可对总线传输的装备状态数据进行实时分析和处理。
Description
技术领域
本发明涉及装备状态监测和评估技术领域，特别涉及一种应用于航空航天复杂装备的非侵入式状态监测和智能处理单元。
背景技术
随着装备复杂程度不断增加，对其系统状态监测和健康管理的需求也不断提升。状态监测、感知和评估作为其中的三项核心关键技术，已成为实现装备视情维护、智能运维的核心。从状态监测和评估的角度出发，现有面向复杂装备的状态监测和评估存在以下两个方面问题：
(1)反映装备运行状态的参数往往通过内嵌传感器在系统内部传递和利用，无法附加传感器对其进行测量，从而用于系统的状态评估；
(2)智能的状态评估方法往往需要复杂的机器学习和深度学习算法作为支撑，传统的嵌入式处理器(如单片机、ARM等)难以实现复杂算法的实时运行。
具体地，以卫星、无人机等复杂装备为典型的复杂无人系统，系统自身的状态难以通过附加传感器或测试装备的方法进行监测，只能利用系统内部总线上的监测数据，采用数据监听的方式获取表征系统状态和核心参数，并结合智能的状态评估和预测算法，实现复杂无人装备的状态评估及预测。同时，随着智能状态评估及算法的运行复杂度、数据量等的不断提升，星载、机载的在线状态评估和预测需求愈发凸显，但现有嵌入式计算平台，计算能力与功耗之间的难以达到动态平衡，为复杂装备的在线状态监测带来了较大挑战。
因此，亟待一种能够同时面向复杂装备状态监测和评估需求的状态监测及智能处理装置。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种非侵入式的无人装备状态监测及智能处理装置。
为达到上述目的，本发明一方面实施例提出了非侵入式的无人装备状态监测及智能处理装置，包括：1553B监听模块、RS485监听模块、SD存储模块、ZYNQ芯片和电压源模块，其中，所述1553B监听模块包括双收发器、第一变压器和第二变压器，其中，所述第一变压器和所述第二变压器的一端与总线传输线连接，另一端与所述双收发器的模拟输入端连接，所述双收发器的所有数字输入与输出引脚与所述ZYNQ芯片直接连接，用于监听所述总线传输线上两个通路的第一状态数据；所述RS485监听模块采用同时具备双驱动器和接收器的四通路集成电路，所述四通路集成电路的VCC端与电压源模块连接，任一通路的差分信号接收端与差分信号的发送端连接，同时所述差分信号接收端与所述总线传输线连接，用于监听所述总线传输线上四个通路的第二状态数据；所述ZYNQ芯片分别与所述SD存储模块、所述1553B监听模块和所述RS485监听模块连接，用于分别处理所述1553B监听模块和所述RS485监听模块获取到的第一状态数据和第二状态数据，判断待监测装备是否出现故障；所述SD存储模块用于存储所述ZYNQ芯片获取到的第一状态数据和第二状态数据；所述电压源模块分别与所述ZYNQ芯片、所述SD存储模块、所述1553B监听模块和所述RS485监听模块连接，用于提供稳定电压。
本发明实施例的非侵入式的无人装备状态监测及智能处理装置，通过将相应监听芯片的接收端挂载到总线上，配置芯片来实现接收总线上传输的数据，并利用LSSVM算法的嵌入式处理多总线多状态数据的实时判读，其中，设计了监听4路RS485通路和监听2路1553B通路可同时监听多个通路上传输的数据，即通过实时获取总线信息并利用系统自身的高性能计算能力，实现复杂装备状态的实时监测和评估；当HI-1573的RXA与
RXB与
引脚接收到信号时，将该信号传递给XC7Z020进行后续操作，该芯片外围电路简单，一端连接XC7Z020的引脚，另外一段与变压器相连即可，无需链接额外的电阻电容，使得电路结构简单；对于监听到的数据进行两种操作，其中一种操作是将数据存储至SD卡中，便于操作人员备份传输的数据内容。
另外，根据本发明上述实施例的非侵入式的无人装备状态监测及智能处理装置还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述第一变压器和所述第二变压器选用PM-DB2725EX型号，所述双收发器选用HI-1573CMOS型号，其中，所述第一变压器的第1引脚和第3引脚与所述双收发器的第2引脚和第3引脚对应连接，所述第二变压器的第1引脚和第3引脚与所述双收发器的第7引脚和第8引脚对应连接。
进一步地，在本发明的一个实施例中，所述第一变压器和所述第二变压器的1-3引脚与2-8引脚之间的匝数比为1：2.5，1-3引脚与5-7引脚之间的匝数比为1：1.79，用于将传输线上的信号RT_BUS_A-与RT_BUS_A+降压为RT_A-与RT_A+。
进一步地，在本发明的一个实施例中，所述1553B监听模块对外发送数据时，将发送禁止位TXANHA与TXANHB设置为低电平，即允许发送数据，通过所述ZYNQ芯片向所述双收发器的TXA与
TXB与
写入数据，该芯片会将输入的信号通过MIL-STD-1533总线驱动将数据从BUS与
发送至所述总线传输线上。
进一步地，在本发明的一个实施例中，所述1553B监听模块对接收外来数据时，接收数据使能RXENA与RXENB设置为高电平，即允许接收数据，所述总线传输线的信号经过所述第一变压器和所述第二变压器变压处理后传递进所述双收发器的BUS与
引脚，通过所述双收发器内部的比较器将信号转变成逻辑信号，最后将逻辑信号传递给所述ZYNQ芯片。
进一步地，在本发明的一个实施例中，所述RS485监听模块选用SN65C1167型号，其中一个通路为第2引脚和第1引脚与第13引脚和第14引脚对应连接，同时连接至所述总线传输线，第15引脚与所述ZYNQ芯片连接。
进一步地，在本发明的一个实施例中，所述RS485监听模块对外发送数据时，需要通过所述ZYNQ芯片对发送使能信号DE进行赋值，使其为高电平，即能够发送数据；再通过所述ZYNQ芯片将要发送的信号传递至1D引脚，经过内部转换后将其转换成差分信号进行传输。
进一步地，在本发明的一个实施例中，所述RS485监听模块对接收外来数据时，需要对接收使能信号
进行赋值，使其为低电平，即能够接收数据，所述总线传输线的传递给所述同时具备双驱动器和接收器的四通路集成电路的1A和1B两个引脚，经过芯片内部转换后在引脚1R处输出单端信号。
进一步地，在本发明的一个实施例中，所述ZYNQ芯片选用XC7Z020型号，其内部采用降采样法和LSSVM算法，其中，当所述LSSVM算法接收到数据时，每次将十个点的数据(y1、y2-y10)带入模型进行训练，训练后得到特征向量a和b；采用所述特征向量a和b以及现有数据预测第十一个点y11'，在接收到第十一个点y11后比较y11'与y11之间差距，若是误差小于设定值，则认位该点数据无故障，则将y2、y3:y11的数据带入模型进行训练，得到新的特征向量a和b；再采用新的特征向量a和b，以及y2、y3:y11的十个点数据预测第十二个点的数据，迭代执行；若是误差大于设定值，则认位该点数据故障，则将y2、y3:y10、y11'的数据带入模型进行训练，得到新的特征向量a和b；采用用新的特征向量a和b，以及y2、y3:y10、y11'的十个点数据预测第十二个点的数据，迭代执行。
进一步地，在本发明的一个实施例中，所述电压源模块包括5V电压单元和3.3V及1.8V电压单元，其中，所述5V电压单元，用于为所述ZYNQ芯片和所述RS485监听模块提供电能；所述3.3V及1.8V电压单元，用于为所述SD存储模块、所述1553B监听模块供电能。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明一个实施例的非侵入式的无人装备状态监测及智能处理装置的结构示意图；
图2是本发明一个实施例的1553B监听模块电路连接图；
图3是本发明一个实施例的RS485监听模块电路连接图；
图4是本发明一个实施例的ZYNQ芯片的数据处理流程图；
图5是本发明一个实施例的SD存储模块的电路连接图；
图6是本发明一个实施例的5V电压单元的电压转换电路图；
图7是本发明一个实施例的3.3V及1.8V电压的电路连接图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的非侵入式的无人装备状态监测及智能处理装置。
图1是本发明一个实施例的非侵入式的无人装备状态监测及智能处理装置的结构示意图。
如图1所示，该结构10包括：1553B监听模块100、RS485监听模块200、ZYNQ芯片300、SD存储模块400和电压源模块500。
其中，1553B监听模块100包括双收发器、第一变压器和第二变压器，其中，第一变压器和第二变压器的一端与总线传输线连接，另一端与双收发器的模拟输入端连接，双收发器的所有数字输入与输出引脚与ZYNQ芯片直接连接，用于监听总线传输线上两个通路的第一状态数据。
RS485监听模块200采用同时具备双驱动器和接收器的四通路集成电路，四通路集成电路的VCC端与电压源模块连接，任一通路的差分信号接收端与差分信号的发送端连接，同时差分信号接收端与总线传输线连接，用于监听总线传输线上四个通路的第二状态数据。
ZYNQ芯片300分别与SD存储模块、1553B监听模块和RS485监听模块连接，用于分别处理1553B监听模块和RS485监听模块获取到的第一状态数据和第二状态数据，判断待监测装备是否出现故障。
SD存储模块400用于存储ZYNQ芯片获取到的第一状态数据和第二状态数据。
电压源模块500分别与ZYNQ芯片、SD存储模块、1553B监听模块和RS485监听模块连接，用于提供稳定电压。
进一步地，在本发明的一个实施例中，第一变压器和第二变压器选用PM-DB2725EX型号，双收发器选用HI-1573CMOS型号，其中，第一变压器的第1引脚和第3引脚与双收发器的第2引脚和第3引脚对应连接，第二变压器的第1引脚和第3引脚与双收发器的第7引脚和第8引脚对应连接。
进一步地，在本发明的一个实施例中，第一变压器和第二变压器的1-3引脚与2-8引脚之间的匝数比为1：2.5，1-3引脚与5-7引脚之间的匝数比为1：1.79，用于将传输线上的信号RT_BUS_A-与RT_BUS_A+降压为RT_A-与RT_A+。
需要说明的是，由于HI-1573CMOS双收发器处理信号的电压标准与实际1553B总线上传输的信号的电压标准不一致，所以需要与变压器一起组合使用。
具体地，如图2所示，在实际测试过程中发现传输线上的差分信号峰峰值在12～15Vp-p之间，超过了HI-1573CMOS双收发器能接收输入差分信号的最大峰峰值(9Vp-p)，因此需要将信号经过降压处理之后在连接至HI-1573。为了实现这一目的，设计中使用了数据总线接口变压器PM-DB2725EX，该变压器符合MIL-STD-1553A/B规范，变压器的1-3脚与2-8脚之间的匝数比为1：2.5，1-3脚与5-7脚之间的匝数比为1：1.79，经过变压器1：1.79降压之后传输线上的信号RT_BUS_A-与RT_BUS_A+被转变成RT_A-与RT_A+，信号峰峰值由12～15Vp-p转变成6.70～8.38Vp-p，峰峰值在HI-1573能接收范围之内。
进一步地，在本发明的一个实施例中，1553B监听模块100对外发送数据时，将发送禁止位TXANHA与TXANHB设置为低电平，即允许发送数据，通过ZYNQ芯片向双收发器的TXA与
TXB与
写入数据，该芯片会将输入的信号通过MIL-STD-1533总线驱动将数据从BUS与
发送至总线传输线上。
进一步地，在本发明的一个实施例中，1553B监听模块100对接收外来数据时，接收数据使能RXENA与RXENB设置为高电平，即允许接收数据，总线传输线的信号经过第一变压器和第二变压器变压处理后传递进双收发器的BUS与
引脚，通过双收发器内部的比较器将信号转变成逻辑信号，最后将逻辑信号传递给ZYNQ芯片。
具体地，如图2所示，1553B监听模块100的收发数据的流程如下：
对外发送数据：将发送禁止位TXANHA与TXANHB设置为低电平，即允许发送数据。随后通过XC7Z020芯片向HI-1573PSMF芯片的TXA与
TXB与
写入数据，该芯片会将输入的信号通过MIL-STD-1533总线驱动将数据从BUS与
发送出去。发送出的数据最后经过变压处理后进入总线传输。
接收外来数据：接收数据使能RXENA与RXENB设置为高电平，即允许接收数据。随后总线上的信号经过变压处理后传递进HI-1573PSMF芯片的BUS与
引脚，通过芯片内部的比较器将信号转变成易处理的逻辑信号，最后将逻辑信号传递给XC7Z020。
需要说明的是，虽然芯片HI-1573PSMF手册中对BUS与
引脚定义为模拟输出引脚，但是接收端也通过比较器等电路与BUS与
连接，因此数据的收发均可以通过BUS与
引脚，即发送数据时数据从BUS与
经过变压器后在总线上传输，接收数据时数据从传输线上经过变压器后由BUS与
进入HI-1573PSMF芯片。需要注意的是由于发送数据与接收数据都是经过BUS与
引脚，所以不能同时发送和接收数据。
由于此设计模块用于总线监听，所以只需要1553B部分只需要接收数据，而不需要发送数据，则可以直接将发送禁止位TXANHA与TXANHB设置为高电平，接收数据使能RXENA与
设置为高电平。
进一步地，在本发明的一个实施例中，RS485监听模块选用SN65C1167型号，其中一个通路为第2引脚和第1引脚与第13引脚和第14引脚对应连接，同时连接至总线传输线，第15引脚与ZYNQ芯片连接。
具体地，如图3所示，本发明实施例采用的SN65C1167双驱动器和接收器是为平衡传输线设计的集成电路，接收机共模输入电压范围为-7V到7V，当发数据使能DE为高电平时，数据D转换为Y、Z发送出去；当使能DE为低电平时，通道阻塞。类似的，接收数据使能为低电平时，将接收到的数据A、B转换为R。由于接收机输入灵敏度为±200mV，所以当接受接收端接收到的信号电压差小于200mV时，接收端的输出不确定；只有当接受接收到的信号的电压差大于接收灵敏度时，信号才能被正确的转换出来。
SN65C1167芯片采用5V单电压供电，芯片的VCC端(第16引脚)连接至5V电源，5V电源需要经过47nF的电容连接至地，以滤除电源中高频噪声，GND(第8引脚)连接至地，实现为芯片正常供电。SN65C1167是双驱动器和接收器，以其中一路收发为例进行说明：芯片的1A，1B(第2，1引脚)引脚(RS-485接收的差分信号)与1Y，1Z(第14，13引脚)引脚(RS-485发送的差分信号)直接连接，同时连接至对外接口J30J；芯片的1D引脚与发送使能控制信号DE直接连接至XC7Z020的引脚。
进一步地，在本发明的一个实施例中，RS485监听模块200对外发送数据时，需要通过ZYNQ芯片对发送使能信号DE进行赋值，使其为高电平，即能够发送数据；再通过ZYNQ芯片将要发送的信号传递至1D引脚，经过内部转换后将其转换成差分信号进行传输。
进一步地，在本发明的一个实施例中，RS485监听模块200对接收外来数据时，需要对接收使能信号
进行赋值，使其为低电平，即能够接收数据，总线传输线的传递给同时具备双驱动器和接收器的四通路集成电路的1A和1B两个引脚，经过芯片内部转换后在引脚1R处输出单端信号。
具体地，如图3所示，RS485监听模块200的收发数据的流程如下：
对外发送数据：首先需要通过XC7Z020对发送使能信号DE进行赋值，使其为高电平，即能够发送数据；随后通过XC7Z020将要发送的信号传递至芯片的1D引脚，这个要发送的信号是XC7Z020传递过来的单端信号，经过芯片内部转换后将其转换成差分信号进行传输，这对差分信号就是1Y和1Z上输出的信号。而该芯片的1Y和1Z两个引脚又连接至J30J连接器，所以转换后的差分信号经过连接器后在总线上传输。
接收外来数据：首先需要对接收使能信号
进行赋值，使其为低电平，即能够接收数据。J30J上传输的总线信号传递给SN65C1167芯片的1A和1B两个引脚，芯片接收到该数据之后经过芯片内部的转换之后在引脚1R处输出单端信号。该单端信号不能直接传递给XC7Z020，因为芯片SN65C1167的数字输出端输出信号幅度为5V，高于XC7Z020能够直接处理的电压范围，需要在输出脚与XC7Z020引脚之间通过电阻进行分压。如图3中经过R7与R14(R10与R12)分压后传递给XC7Z020的电压为3V。而该芯片输入的电压范围为-0.5V～7V，所以XC7Z020输出3.3V电压给该芯片时不需要经过其他处理可以直接与芯片输入端相连。
本发明实施例要实现能够一直监听总线上的信号，因此在电路设计时直接让该芯片的接收数据使能控制信号
连接至地，即接收使能一直有效。电路设计时在1A和1B(2A和2B)两端连接有一个120Ω的匹配电阻，加入这个电阻能够解决RS485电平不匹配引起的通讯不成功。
如图3所示，四路RS485通路的芯片供电为5V，芯片输出第3脚和第5脚的输出高电平均为5V，高于核心板处理的电压范围，所以需要在输出脚与核心板之间通过电阻进行分压，如下图中经过R7与R14(R10与R12))分压后传递给核心板的电压为3V。而该芯片输入的电压范围为-0.5V～7V，所以输入3.3V电压不需要经过其他处理可以直接与芯片输入端相连。
以A通路为例：接收数据时，将发数据使能DE设置为低电平，发送通道阻塞，而接收使能一直接地即一直有效，所以数据(HDLC_A_Data-、HDLC_A_Data+、HDLC_A_Clk-、HDLC_A_Clk+)能够正常被接收，此时接收输出端得到数据HDLC_A_Data和HDLC_A_Clk并将数据传输给处理器。发送数据时将发送数据使能DE设置为高电平，此时待发送的数据HDLC_A_Data和HDLC_A_Clk经过该芯片，转换为HDLC_A_Data-、HDLC_A_Data+、HDLC_A_Clk-、HDLC_A_Clk+发送出去。其他几路RS485通路类似。
需要说明的是，本发明实施例现选择监听4路RS485和2路1553B总线的通信，而XC7Z020中还有许多引脚没有分配，因此可以继续添加相应的集成芯片来实现监听更多的通路。
进一步地，在本发明的一个实施例中，ZYNQ芯片300选用XC7Z020型号，其内部采用降采样法和LSSVM算法(可将预先验证好的故障诊断的算法移植在XC7Z020中，也可通过该算法对接收到的数据进行实时处理，取分析数据，判断是否出现故障)。
其中，ZYNQ芯片300内采用降采样法具体过程为：抽取数据进行运算，硬件接收端每接收到六个点取其中一个点进行运算。接收端接受接收到数据后将数据写进内存区，同时每接收六个点就将第六个点的数据传递给算法模型，算法模型中用一个size＝10的数组存放传递进来的数据，若数组中存放的数据不足10个，则等待继续传递数据；若数组中存放数据达到10个，则开始对数组中存放的10个数据进行训练和预测。
如图4所示，以数据流的形式将数据输入算法模型，当LSSVM算法接收到数据时，每次将十个点的数据(y1、y2-y10)带入模型进行训练，训练后得到特征向量a和b；采用特征向量a和b以及现有数据预测第十一个点y11'，在接收到第十一个点y11后比较y11'与y11之间差距，若是误差小于设定值，则认位该点数据无故障，则将y2、y3:y11的数据带入模型进行训练，得到新的特征向量a和b；再采用新的特征向量a和b，以及y2、y3:y11的十个点数据预测第十二个点的数据，迭代执行；若是误差大于设定值，则认位该点数据故障，则将y2、y3:y10、y11'的数据带入模型进行训练，得到新的特征向量a和b；采用用新的特征向量a和b，以及y2、y3:y10、y11'的十个点数据预测第十二个点的数据，迭代执行。
需要说明的是，本发明实施例现采用LSSVM算法模型对数据进行处理，是因为该算法模型简单，能够在ZYNQ中运行并得到较好的计算结果，若是其他算法运行时间更短、处理结果更好，则可以将目前采用的算法更换为相应算法进行处理。
进一步地，如图5所示，SD存储模块400具体为：ZYNQ处理器系统SD/SDIO外设通过Bank 1/501MIO[10，40～45]来和SD卡进行通信。ZYNQ MIO使用1.8V电平，SD卡接口使用3.3V电平。可采用TI公司生产的TXS02612电平转换芯片来完成3.3V电平与1.8V电平的转换，TXS02612是设计用来连接手机基带和外部SDIO外设的，该器件包括一个6通道SPDT开关，具有电压电平转换能力，此处选用B0通道。TXS02612具体型号为TXS02612RTWR，所使用的SD卡内存为16GB，可满足设计需求。
需要说明的是，本发明实施例可在现有设计的基础上添加HDMI接口，以此替换掉SD卡存储功能，这样可以将监听到的数据转换为波形的形式实时显示。
进一步地，在本发明的一个实施例中，电压源模块500包括5V电压单元和3.3V及1.8V电压单元，其中，5V电压单元，用于为ZYNQ芯片和RS485监听模块提供电能；3.3V及1.8V电压单元，用于为SD存储模块、1553B监听模块供电能。
具体地，5V电压单元设计采用了两种方式得到5V电压，一种是通过电源接口直接从外部接入5V电压，另外一种是通过66脚的J30J连接器从外部接入27V电压，然后通过电压转换芯片转换得到5V电压。实际应用中如果使用第一种供电方式，则不需要焊接电阻R1；若是如果第二种方式进行供电，则需要焊接电阻R1。
如图6所示，设计中使用型号为URB2405YMD-15WR3的DC/DC模块电源实现27V电压转5V电压。URB2405YMD-15WR3输出电压为5V，满载效率Min/Typ高达88％/90％，具有输入欠压保护，输出过压、过流、短路保护功能，这样保证了整个设计工作电压的稳定。
如图7所示，3.3V及1.8V电压单元为TPS7A89电路，其中，TPS7A89是一款双路、低噪声、低压降稳压器，每通道具有2A的拉电流能力，其最高压降仅为400mV，TPS7A89的输出电压精度(整个线路、负载和温度范围内)达1％。其两个通道的输出电压与电阻之间满足如下公式：
VOUTx＝VFBx×(1+R1x/R2x)(其中VFBx＝0.8V) (1)
R1x＝(VOUTx/VFBx-1)×R2x (2)
R2x<VREF/5uA(其中VREF＝0.8V) (3)
电路图中电阻与公式中电阻的对应关系为：公式中R1x对应电路图中的R2与R7，R2x对应R4与R10。为了得到3.3V电压，需要选用电阻阻值为R2＝33.2kΩ，R4＝10.7kΩ，则输出电压按第一个公式计算得：
VOUT1＝VFB1×(1+R2/R4)＝3.2822V，近似于3.3V。
为了得到1.8V电压，需要选用电阻阻值为R7＝13.7kΩ，R10＝11.0kΩ，输出电压为：
VOUT2＝VFB2×(1+R7/R10)＝1.7964V，近似于1.8V。
需要说明的是，实际在几个电源测试点所测试到的电压分别为5.0V、3.28V、1.79V，与理想状况下需要的5.0V、3.3V、1.8V虽有略微差异，但是能够满足系统正常工作的条件。
本发明实施例提出的非侵入式的无人装备状态监测及智能处理装置的具体工作流程为：第一步需要将J30J连接器与待监测装备的接口连接。预先已配置好各个芯片的参数，接电后会自动开始监测总线上是否传递数据。
硬件接收端每接收到六个点取其中一个点进行运算。接收端接受接收到数据后将数据写进内存区，同时每接收六个点就将第六个点的数据传递给算法模型，进行训练后得到特征向量a和b，随后利用a和b和数据预测下一个点的数据，等到接收到下一个点之后比较预测数据和接收数据的差距，如果差距过大则该点数据故障，此时通过串口发送故障提示信息，提示故障点的位置、标准误差和该点实测误差，以供后期工作人员排查故障。
综上，本发明实施例提出的非侵入式的无人装备状态监测及智能处理装置，具有以下几个有益效果：
(1)通过将相应监听芯片的接收端挂载到总线上，配置芯片来实现接收总线上传输的数据，并利用LSSVM算法的嵌入式处理多总线多状态数据的实时判读，其中，设计了监听4路RS485通路和监听2路1553B通路可同时监听多个通路上传输的数据，即通过实时获取总线信息并利用系统自身的高性能计算能力，实现复杂装备状态的实时监测和评估；
(2)当HI-1573的RXA与
RXB与
引脚接收到信号时，将该信号传递给XC7Z020进行后续操作，该芯片外围电路简单，一端连接XC7Z020的引脚，另外一段与变压器相连即可，无需链接额外的电阻电容，使得电路结构简单；
(3)对于监听到的数据进行两种操作，其中一种操作是将数据存储至SD卡中，便于操作人员备份传输的数据内容。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种非侵入式的无人装备状态监测及智能处理装置，其特征在于，包括：
1553B监听模块、RS485监听模块、ZYNQ芯片、SD存储模块和电压源模块，其中，
所述1553B监听模块包括双收发器、第一变压器和第二变压器，其中，所述第一变压器和所述第二变压器的一端与总线传输线连接，另一端与所述双收发器的模拟输入端连接，所述双收发器的所有数字输入与输出引脚与所述ZYNQ芯片直接连接，用于监听所述总线传输线上两个通路的第一状态数据；
所述RS485监听模块采用同时具备双驱动器和接收器的四通路集成电路，所述四通路集成电路的VCC端与电压源模块连接，任一通路的差分信号接收端与差分信号的发送端连接，同时所述差分信号接收端与所述总线传输线连接，用于监听所述总线传输线上四个通路的第二状态数据；
所述ZYNQ芯片分别与所述SD存储模块、所述1553B监听模块和所述RS485监听模块连接，用于分别处理所述1553B监听模块和所述RS485监听模块获取到的第一状态数据和第二状态数据，判断待监测装备是否出现故障；
所述SD存储模块用于存储所述ZYNQ芯片获取到的第一状态数据和第二状态数据；
所述电压源模块分别与所述ZYNQ芯片、所述SD存储模块、所述1553B监听模块和所述RS485监听模块连接，用于提供稳定电压。
2.根据权利要求1所述的非侵入式的无人装备状态监测及智能处理装置，其特征在于，所述第一变压器和所述第二变压器选用PM-DB2725EX型号，所述双收发器选用HI-1573CMOS型号，其中，所述第一变压器的第1引脚和第3引脚与所述双收发器的第2引脚和第3引脚对应连接，所述第二变压器的第1引脚和第3引脚与所述双收发器的第7引脚和第8引脚对应连接。
3.根据权利要求2所述的非侵入式的无人装备状态监测及智能处理装置，其特征在于，所述第一变压器和所述第二变压器的1-3引脚与2-8引脚之间的匝数比为1：2.5，1-3引脚与5-7引脚之间的匝数比为1：1.79，用于将传输线上的信号RT_BUS_A-与RT_BUS_A+降压为RT_A-与RT_A+。
4.根据权利要求1所述的非侵入式的无人装备状态监测及智能处理装置，其特征在于，所述1553B监听模块对外发送数据时，将发送禁止位TXANHA与TXANHB设置为低电平，即允许发送数据，通过所述ZYNQ芯片向所述双收发器的TXA与
TXB与
写入数据，该芯片会将输入的信号通过MIL-STD-1533总线驱动将数据从BUS与
发送至所述总线传输线上。
5.根据权利要求1所述的非侵入式的无人装备状态监测及智能处理装置，其特征在于，所述1553B监听模块对接收外来数据时，接收数据使能RXENA与RXENB设置为高电平，即允许接收数据，所述总线传输线的信号经过所述第一变压器和所述第二变压器变压处理后传递进所述双收发器的BUS与
引脚，通过所述双收发器内部的比较器将信号转变成逻辑信号，最后将逻辑信号传递给所述ZYNQ芯片。
6.根据权利要求1所述的非侵入式的无人装备状态监测及智能处理装置，其特征在于，所述RS485监听模块选用SN65C1167型号，其中一个通路为第2引脚和第1引脚与第13引脚和第14引脚对应连接，同时连接至所述总线传输线，第15引脚与所述ZYNQ芯片连接。
7.根据权利要求1所述的非侵入式的无人装备状态监测及智能处理装置，其特征在于，所述RS485监听模块对外发送数据时，需要通过所述ZYNQ芯片对发送使能信号DE进行赋值，使其为高电平，即能够发送数据；再通过所述ZYNQ芯片将要发送的信号传递至1D引脚，经过内部转换后将其转换成差分信号进行传输。
8.根据权利要求1所述的非侵入式的无人装备状态监测及智能处理装置，其特征在于，所述RS485监听模块对接收外来数据时，需要对接收使能信号
进行赋值，使其为低电平，即能够接收数据，所述总线传输线的传递给所述同时具备双驱动器和接收器的四通路集成电路的1A和1B两个引脚，经过芯片内部转换后在引脚1R处输出单端信号。
9.根据权利要求1所述的非侵入式的无人装备状态监测及智能处理装置，其特征在于，所述ZYNQ芯片选用XC7Z020型号，其内部采用降采样法和LSSVM算法，其中，
当所述LSSVM算法接收到数据时，每次将十个点的数据(y1、y2-y10)带入模型进行训练，训练后得到特征向量a和b；
采用所述特征向量a和b以及现有数据预测第十一个点y11'，在接收到第十一个点y11后比较y11'与y11之间差距，若是误差小于设定值，则认位该点数据无故障，则将y2、y3:y11的数据带入模型进行训练，得到新的特征向量a和b；
再采用新的特征向量a和b，以及y2、y3:y11的十个点数据预测第十二个点的数据，迭代执行；
若是误差大于设定值，则认位该点数据故障，则将y2、y3:y10、y11'的数据带入模型进行训练，得到新的特征向量a和b；
采用用新的特征向量a和b，以及y2、y3:y10、y11'的十个点数据预测第十二个点的数据，迭代执行。
10.根据权利要求1所述的非侵入式的无人装备状态监测及智能处理装置，其特征在于，所述电压源模块包括5V电压单元和3.3V及1.8V电压单元，其中，
所述5V电压单元，用于为所述ZYNQ芯片和所述RS485监听模块提供电能；
所述3.3V及1.8V电压单元，用于为所述SD存储模块、所述1553B监听模块供电能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210177615.6A CN114520750A (zh) | 2022-02-24 | 2022-02-24 | 非侵入式的无人装备状态监测及智能处理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210177615.6A CN114520750A (zh) | 2022-02-24 | 2022-02-24 | 非侵入式的无人装备状态监测及智能处理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114520750A true CN114520750A (zh) | 2022-05-20 |
Family
ID=81599727
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210177615.6A Pending CN114520750A (zh) | 2022-02-24 | 2022-02-24 | 非侵入式的无人装备状态监测及智能处理装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114520750A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218339A (zh) * | 2013-04-24 | 2013-07-24 | 中国科学院空间科学与应用研究中心 | 一种1553b总线与rs485总线的通信转接系统及控制方法 |
| CN104850529A (zh) * | 2015-05-14 | 2015-08-19 | 哈尔滨工业大学 | 基于Zynq开发平台构建LS-SVM模型的加速计算片上系统 |
| CN107562635A (zh) * | 2017-09-15 | 2018-01-09 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 嵌入式软件测试辅助系统 |
| CN110764479A (zh) * | 2019-10-31 | 2020-02-07 | 上海埃威航空电子有限公司 | 基于dds的多智能体中间平台系统及其控制方法 |
| CN113591390A (zh) * | 2021-08-09 | 2021-11-02 | 山东大学 | 一种接收机射频链路非线性效应的模型筛选方法、平台 |
-
2022
- 2022-02-24 CN CN202210177615.6A patent/CN114520750A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218339A (zh) * | 2013-04-24 | 2013-07-24 | 中国科学院空间科学与应用研究中心 | 一种1553b总线与rs485总线的通信转接系统及控制方法 |
| CN104850529A (zh) * | 2015-05-14 | 2015-08-19 | 哈尔滨工业大学 | 基于Zynq开发平台构建LS-SVM模型的加速计算片上系统 |
| CN107562635A (zh) * | 2017-09-15 | 2018-01-09 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 嵌入式软件测试辅助系统 |
| CN110764479A (zh) * | 2019-10-31 | 2020-02-07 | 上海埃威航空电子有限公司 | 基于dds的多智能体中间平台系统及其控制方法 |
| CN113591390A (zh) * | 2021-08-09 | 2021-11-02 | 山东大学 | 一种接收机射频链路非线性效应的模型筛选方法、平台 |
Non-Patent Citations (2)
| Title |
|---|
| 王晓璐: "基于ZYNQ的LS-SVM算法加速器设计", 《CNKI优秀硕士学位论文全文库》, 15 February 2016 (2016-02-15), pages 1 - 58 * |
| 董磊: "某模拟飞控机研制", 《万方数据库》, pages 2 - 5 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2111705B1 (en) | Measuring cable resistance in system for providing power over communication cable | |
| US20060164098A1 (en) | Utilization of power delivered to powered device during detection and classification mode | |
| US20060212724A1 (en) | System and method for supporting operations of advanced power over ethernet system | |
| KR20000004924A (ko) | 와이어 버스 네트워크에서 전자모듈간의 포텐샬이동 또는 통신작동 레벨 품질 측정방법 및 이를 수행하는 장치 | |
| US11548456B2 (en) | Can circuit structure and vehicle diagnostic device including the same | |
| CN104808096B (zh) | 基于仪表控制的无线模块自动测试装置及方法 | |
| US20140129854A1 (en) | Auto-Negotiation and Advanced Classification for Power Over Ethernet (POE) Systems | |
| CN111645617B (zh) | 用于电动汽车三电系统的线束诊断系统及电动汽车 | |
| CN201974694U (zh) | 一种自动化测试设备快速自检系统 | |
| CN110661333B (zh) | 直流电源系统、及其监控方法 | |
| CN101908987B (zh) | 检测供电设备能力的方法和装置 | |
| CN114520750A (zh) | 非侵入式的无人装备状态监测及智能处理装置 | |
| CN113242532B (zh) | 车辆通信设备、WiFi连接方法及车辆诊断系统 | |
| CN109050444A (zh) | Can电路结构及其车辆诊断设备 | |
| CN101478453A (zh) | 手持式便携canopen网络数据分析仪及其控制方法 | |
| CN113933618B (zh) | 测试装置、射频装置及检测系统 | |
| CN110209617A (zh) | 一种uart串口ttl电平通信双向物理监听系统及方法 | |
| CN217212930U (zh) | 一种配线柜的快速测试装置 | |
| CN214205556U (zh) | 一种网络设备qsfp28端口的测试装置 | |
| CN217721211U (zh) | 一种can线路阻抗切换的开关电路 | |
| CN113176743B (zh) | 一种can网络物理层诊断电阻自适应电路及方法 | |
| CN216387824U (zh) | 一种交换控制电路 | |
| CN218456423U (zh) | 天线检测系统、车载天线系统、芯片及车辆 | |
| CN111431235B (zh) | 新能源电池管理系统及电动汽车 | |
| CN116148550A (zh) | 一种配线柜的快速测试装置和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |