广州日弘机电有限公司 510760
摘要：发动机是汽车的重要组成，是车辆运行的动力来源。随着其自动化程度的不断提高、工作性能的不断完善，其结构也变得越来越复杂；外加工作环境十分恶劣，因此发动机故障发生的频率增大，并且其诊断难度也不断提高。这样就使得发动机成为汽车故障诊断与检测的重点对象。为了迅速诊断故障状况，提高维修的效率，世界各国的汽车公司和研究机构纷纷投入大量的资金和精力研究汽车发动机电控系统的故障诊断。而我国汽车工业发展较晚，汽车电子与发达国家差距很大，所以进行汽车故障诊断方法的研究对于改善和提高我国的汽车检测诊断技术非常重要，具有重要的现实意义。
关键词：发动机；故障诊断；信号处理
1 概论
1.1故障诊断的基本概念
目前学术界介绍了很多关于故障诊断的技术，其中比较典型的有：
（1）设备状态监测与故障诊断是通过获取设备过去和现在运行过程中的状态量，判明其是否安全、有关异常、质量优劣、可用程度和故障的原因及预测对将来的影响等，从而找出必要对策的技术。
（2）机械故障诊断就是对机械系统所处的状态进行监测，判断其是否正常，当出现异常时分析其产生的原因和部位，并预报其发展趋势。
（3）故障诊断是指系统在一定工作环境下查明导致系统某种功能失调的原因或性质，判断劣化状态发生的部位或部件，以及预测状态劣化的发展趋势。
(4)所谓诊断就是根据机械设备运行过程中产生的信息判别机械设备是正常运行还是发生了异常现象，也就是识别机器是否发生了故障。
故障诊断实际上是一个典型的模式识别过程，而诊断文档数据库中各种标准模式是进行状态识别的基础。
1.2汽车发动机故障诊断技术的概况
汽车发动机是一种经典的机电设备，并且工作条件恶劣、结构复杂，在长期的使用过程中要承受各种高温和应力作用，使得发动机技术状况参数值表现出不同的强度和不同的规律发生变化，最终导致发生故障。为了能及时了解发动机的性能参数和工作技术状况，就需依靠发动机故障诊断监测系统来动态监测发动机的各类关键参数，然后在分析这些参数的基础上确定发动机的工作状态。发动机的故障诊断技术是指在汽车不解体或不完全解体的前提下，依靠先进的传感器技术与监测技术，采集发动机的各种具有某些特征的动态信息，并对这些信息进行各种分析、处理、区分和识别并确认其异常表现，预测其发展趋势，查明其产生原因、发生部位和严重程度，并提出针对性的维修措施和处理方法，并提供公正的科学的数据，发动机故障诊断设备主要完成对汽车发动机的动力性、安全性、经济性、可靠性以及噪声、排放污染等状况的监测。
1.3 发动机故障诊断的基本过程
发动机故障诊断的基本过程为：
（1）确立运行状态监测的内容，主要包括确立监测方式、监测参数等方面的内容，这主要考虑被监测对象的结构、故障的发生形式、工作环境及现有的测试设备条件等因素。状态监测内容确定是否得当关系到系统诊断工作的成败。
（2）组建测试系统，根据上一步骤的要求选取传感器及其配套设施，组成测试系统，用以收集故障诊断所需的信息。构造测试系统时，不仅要注意有用信号的获取，同时要考虑系统的环境适应性以及防干扰措施。其中，状态信号的采集尤为重要。
（3）测试、分析及信息提取，主要内容是对借助测试系统所获取的信号进行加工，包括滤波、异常数据的剔除以及各种分析算法等，通过先进而实用的信号处理技术获得尽可能多的关于被诊断对象状态的基本特征信息。
(4)状态监测、判断及预报，这一步工作主要是构造或选定判据，确定各部件状态相关参量的阈值等内容，以此判定被诊断参数对象的运行状态，并对未来发展趋势进行预测。
2 基于知识的故障诊断方法
故障诊断本质上其实就是一个模式分类与识别问题。一个故障诊断系统应包括三个部分：信息获取、故障特征提取以及模式识别。如图2.1所示：
故障诊断技术发展至今，已产生了很多不同的分类方法。按照国际故障诊断权威的观点，所有的故障诊断方法可以划分成基于知识的方法、基于解析模型的方法、基于信号处理的方法三种。本章着重介绍基于知识的故障诊断方法。
2.1专家系统故障诊断方法
专家系统故障诊断方法，是指计算机在采集被诊断对象的信息后，综合运用各种规则，进行一系列的推理，必要时还可以随时调用各种应用程序，运行过程中向用户索取必要的信息后，就可快速地找到最终故障或最有可能的故障，再由用户来证实。此种方法国内外已有不少应用。专家系统故障诊断方法可用图4.1所示的结构来说明，它由数据库、知识规则库、人机接口、推理机等组成。其各部分的功能如图4.1所示。
2.2模糊故障诊断方法
模糊故障诊断是通过研究故障与征兆之间的关系来判断设备状态。由于实际因素的复杂性，故障与征兆之间的关系很难用精确的数学模型来表示，随着某些故障状态模糊性的出现，就不能用“是或否有故障”的简易诊断结果来表示，而要求给出故障产生的可能性及故障位置和程度如何。此类问题用模糊逻辑能较好地解决，这就产生了模糊故障诊断方法。其典型方法是模糊故障向量识别法，诊断过程如图4.2所示。
2.3故障树故障诊断方法
故障树模型是一个基于被诊断对象结构、功能特征的行为模型，是一种定性的因果模型，以系统最不希望事件为顶事件，以可能导致顶事件发生的其他事件为中间事件和底事件，并用逻辑门表示事件之间联系的一种倒树状结构。它反映了特征向量与故障向量（故障原因）之间的全部逻辑关系。在利用故障树进行故障搜寻与诊断时，根据搜寻方式不同，可分为逻辑推理诊断法和最小割集诊断法。具有同时兼顾基于规则和基于定量模型诊断的优点。随着图理论和信息论的发展和完善，出现了故障图理论，它的出现使得非线性复杂系统故障的自动搜索和分析变得更加准确和便捷，对故障诊断来说是一个很好的发展方向。
2.4神经网络故障诊断方法
对于故障诊断而言其核心技术是故障的模式识别，而人工神经网络由于其本身信息处理特点，如并行性、自学性、自组织性、联想记忆功能等，使其能够出色解决那些传统模式识别方法难以圆满解决的问题，所以故障诊断是人工神经网络的重要应用领域之一。目前神经网络是故障诊断领域中的一个研究热点。已有不少应用系统的实例。
神经网络在设备诊断领域的应用研究主要集中在两个方面：一是从模式识别的角度应用它作为分类器进行故障诊断；二是将神经网络与其它诊断方法相结合而形成的复合故障诊断方法。模式识别的神经网络故障诊断过程，主要包括学习（训练）与诊断（匹配）两个过程。其中每个过程都包括预处理和特征提取两部分。具体诊断过程如图4.4所示。
2.5信息融合故障诊断方法
信息融合就是利用计算机对来自多传感器的信息按一定的准则加以自动分系和综合的数据处理过程，以完成所需要的决策和判定。目前信息融合在军事领域中已有广泛的应用，但在设备故障诊断中的应用还是近年来的事情。信息融合应用于故障诊断的起因有三个方面：一是多传感器形成了不同通道的信号；二是同一信号形成了不同的特征信息；三是不同诊断途径得出了有偏差的诊断结论。融合诊断的最终目标是综合利用各种信息提高诊断准确率。目前，信息融合故障诊断方法主要有Bayes推理、模糊融合、D-S证据推理及神经网络信息融合等。
在基于知识的方法之中，各种故障诊断方法都有其自身的优缺点，所以对于发动机故障诊断往往需要各种故障诊断方法相结合，多种故障诊断方法的结合将成为故障诊断方法研究的热点，将多种故障诊断方法相结合能够充分地获取知识、利用知识，进而提高故障诊断系统的性能。
3 总 结
用神经网络进行故障诊断，不仅能诊断常见的或已出现过的故障，而且还能通过自学习能力诊断出从未出现过的故障，同时还能满足诊断的实时要求。将诊断后的结果化为逻辑知识并存储到知识库，便可由传统的专家系统来进行处理。训练好的神经网络运算速度快，对新的知识还具有学习能力，这样系统就利用神经网络的特点克服了知识获取的瓶颈问题和逻辑推理的组合爆炸问题。
随着汽车工业的发展，现代电子控制技术已渗透到汽车的各个组成部分，汽车的结构变得越来越复杂．自动化程度也越来越高．能跟踪和掌握汽车领域高新技术的维修技师和专家也必然越来越缺乏。而因特网（Internet）随着全球信息化进程的推进得到飞速的发展，这就为汽车维修行业间的资源共享，信息交流提供了快捷和自由的途径，也使建立一个基于计算机网络通讯和处理的开放性的汽车远程故障诊断系统成为可能。
参考文献：
[1]Zaleski J V TECH1 interactive diagnostic tester．SAE Paper 86110
[2]钟秉林，黄仁.机械故障诊断学.机械工业出版社，1997
[3]王秉仁，姜小丽，张雷.基于模糊逻辑推理的汽车故障诊断的研究.机电程.2005.22（10）
[4]郑文钟，陈开考等.电喷发动机故障诊断专家系统的研究.浙江大学学报.2002.28（2）
[5]赵树朋，张世芳等.汽车电喷发动机故障诊断专家系统的开发研究.河北农业大学学
论文作者:郭振泳
论文发表刊物:《基层建设》2016年11期
论文发表时间:2016/8/10
标签：故障诊断论文; 方法论文; 故障论文; 发动机论文; 神经网络论文; 信息论文; 状态论文; 《基层建设》2016年11期论文;