基于轻量级MDCSkip-Net的CAN总线谐波干扰故障诊断方法

作     者：鲁旭尧 黄永捷 刘瑞琪 韦承斌 赵永龙 刘传柱 

作者机构：广西科技大学自动化学院 中国铁路南宁局集团有限公司柳州电务段 

出 版 物：《广西科技大学学报》 (Journal of Guangxi University of Science and Technology)

年 卷 期：2025年

学科分类：11[军事学] 080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 110503[军事学-军事通信学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 1104[军事学-战术学] 082601[工学-武器系统与运用工程] 080401[工学-精密仪器及机械] 081105[工学-导航、制导与控制] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0826[工学-兵器科学与技术] 0838[工学-公安技术] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 

基　　金：云南电网职工技术创新项目(YNZC202402190006)资助 

主　　题：CAN总线 谐波干扰 故障诊断 深度学习 轻量化 

摘      要：由于控制器局域网（controller area network, CAN）总线在通信网络中具有重要的作用，因此保障CAN总线稳定可靠的运行至关重要。由于CAN总线的工作环境中通常含有大量的谐波，这些谐波会对CAN总线的正常工作产生影响。因此，本文提出一种基于轻量级MDCSkip-Net的CAN总线谐波干扰故障诊断方法，实现对CAN总线因谐波干扰引起故障的诊断。该方法在模型主干网络中使用均值差分卷积提取细粒度特征。跳跃连接结构和SE注意力的加入提高了模型的故障诊断性能。通过在CANHG数据集上的实验表明，该方法与其他方法相比具有良好的故障诊断性能，故障诊断准确率达到91%以上。在模型的轻量化方面，该方法具有较少的参数量和浮点数运算量。因此所提方法可以很好的适用于CAN总线谐波干扰故障诊断中。