汽车电子故障诊断系统的现状及其发展.doc

汽车电子故障诊断系统的现状及其发展摘要：汽车故障诊断技术是汽车电子控制技术的重要组成部分!在汽车维修工作中起重要作用文中分析了我国汽车故障诊断技术的发展现状!并对未来汽车故障诊断技术的发展趋势进行了展望。关键词：汽车 故障 诊断技术 现状 发展随着新材料，新技术，新工艺在汽车生产，制造中的不断运用"现代汽车的技术性能越来越好，但在其结构越来越复杂的同时，故障诊断难度也越来越大，传统的诊断方法和诊断设备无论是其精度和使用便性，还是对汽车技术发展的适应性均不能满足用户的需要。为了提高故障诊断技术，需不断完善诊断理论和方法，必须广泛应用各学科的最新成果，借助数学工具和计算机，发展适用于诊断的边缘技术。此汽车故障诊断技术得到迅猛发展，已成为当今科技研究的热点之一。汽车故障诊断技术是一门综合性技术"它涉及多门学科，如现代控制理论、信号处理、模式识别、计算机工程、人工智能、电子技术、应数学、数理统计及相应的应用学科。本文介绍基于现代汽车电控系统的电脑（ECU）专家系统、神经网络、小波变换、分形几何的故障诊断方法#、现代汽车故障诊断技术。汽车故障诊断方法问诊法观察法听诊法感观诊断法触摸法嗅觉法车载仪表诊断人工经验诊断万用表诊断试验诊断法气缸压力表、真空表诊断燃油压力表诊断分段检查诊断法征兆模拟法仪表诊断法测量诊断法局部拆装诊断法故障树分析法诊断流程图、表检查法故障征兆表检查法图表分析诊断故障码诊断法数据流分析法波形分析法仪器设备诊断人工读码仪器读码一：传统与现代汽车维修的区别：传统汽车维修：Ø 以机械修理为核心的手工操作技艺Ø 强调汽车修理工艺并以零部件修复为手段Ø 技术主体 技术工人（一个部分） 技术工人 师傅/徒弟（两个层面）Ø “三分技术,七分工具”传统汽车维修的技术队伍中有师傅和徒弟两个层面,这两层面在技术上只有熟练程度上的差异没有本质上的区别传统汽车维修技术的延续方式是师徒承袭Ø 经验判断形象思维定性分析对比试验Ø 诊断对象变化：以汽车发动机为例：传统检测诊断 1.机械系统 2.进气系统 3.燃油系统 4.电气系统现代汽车维修：Ø 以机电液一体化系统诊断为核心的综合诊断技术Ø 突出汽车诊断技术并以判断故障点为目标Ø 技术主体 工程技术人员/技术工人 汽车医生 汽车护士（两个部分） 技术工人 技师/技工（两个层面）Ø “七分诊断,三分修理”现代汽车维修技术队伍中出现了“汽车医生”和“汽车护士”两个部分,这两个部分是工作性质完全不同的两个群体。“汽车医生”的职责是负责现代汽车维修中占重要地位的“七分诊断”工作,而“汽车护士”的职责是负责“三分修理”的工作。Ø 故障诊断逻辑思维定量分析检测试验Ø 诊断对象变化：以汽车发动机为例：现代检测诊断 1.机械系统 2.进气系统 3.燃油系统 4.电气系统 5.电脑控制系统二：传统的汽车故障诊断技术：v 万用表诊断：汽车故障一般分为持续性故障和间歇性故障，万用表诊断主要针对持续性故障。比如电路的短路、断路、电子元件的损坏等。万用表种类：指针式、数字式汽车故障诊断多采用阻抗高、对电子元件影响小、能有效防止因瞬间过电压而烧坏的数字式万用表。优点：根据已知资料的经验数据，即可快速而又准确地诊断出故障，即使车型不断更新。v 汽车示波器： 汽车示波器的诞生为汽车维修技术人员快速判断汽车电子故障提供了有力的工具。传统的示波器需进行设定和分析波形的形状，而汽车示波器只要想点菜单一样选择要测试的内容，无需任何设定和调整就可以直接观察波形。使用简单、方便。v 专业综合诊断： 以将单项、分散的检测设备连线建站为特征，使诊断工作成为汽车维修工作中的一项新的专门任务。诊断工作是依靠仪器设备，在不解体或不拆卸零件的情况下，得到一系列准确数据，并与规定的标准技术参数相比较，以确定汽车零部件是否需要维修或更换。三：现代汽车故障诊断技术v 利用故障码诊断故障： 现代汽车电控系统的电脑(ECU) 具备故障自诊断功能，汽车出现的持续性故障以故障码的形式存储在ECU 内。提取故障码的方法有两种：1、人工读码：将发动机熄火，把故障检测插座内特定的两个插座用一根导线短接后，通过观察仪表板上的故障指示灯的闪烁频率和次数来读取故障代码。准确率受人为因素影响。2、专业检测仪读码（VAS5052）：将专用检测仪器与汽车上的故障诊断插座相连接，根据检测仪器提供的操作规程进行操作，从而读取故障代码。v 汽车故障诊断专家系统： 专家系统EP (Expert System)是依据具备某一专业领域特长的人类专家的知识与经验，在计算机内建立的基于这些知识的信息系统，它能以人类专家的知识水平完成专门领域的任务。 一般分为以下数据库： 1、发动机故障诊断数据库2、底盘机械传动故障诊断数据库3、电路电气故障诊断数据库 每个数据库中又包含若干相互关联的数据表，在数据表中存储每种汽车故障表现症状、故障发生机理、故障发生原因、故障发生部位、故障排除与维修处理方法等字段，在数据表与数据表之间，数据字段与数据字段之间建立一对一或一对多的层次树结构，使整个维修知识库成为有机整体。四、故障诊断专家系统的现状 目前已研究的故障诊断专家系统模型有: 基于规则的诊断专家系统、基于实例的诊断专家系统、基于行为的诊断专家系统、基于模糊逻辑的诊断专家系统和基于人工神经网络的诊断专家系统。v 基于规则的诊断专家系统 基于规则的诊断方法是根据以往专家诊断的经验, 将其归纳成规则, 通过启发式经验知识进行故障诊断, 适合于具有丰富经验的专业领域故障诊断。基于规则的诊断具有知识表述直观、形式统一、易理解和解释方便等优点, 诊断知识的获取依赖于领域专家。但复杂系统所观测到的症状与所对应诊断之间的联系是相当复杂的, 通过归纳专家经验来获取规则, 有相当难度, 且一致性难以保证。v 基于实例的诊断专家系统 基于实例推理(Case - based reasoning , 简称CBR) 是近年来人工智能领域兴起的一种诊断推理技术, 是类比推理的一个独立子类, 符合人类的认知心理。简单的说, 基于实例推理的依据就是相似的问题有相似的解。基于实例的诊断专家系统具有诸多优点: 无须显示领域知识; 无须规则提取, 降低知识获取难度; 开放体系, 增量式学习, 实例库的覆盖度随系统的不断使用而组建增加。基于案例的诊断方法适用于领域定理难以表示成规则形式, 而是容易表示成案例形式并且已积累丰富案例的领域(如医学诊断) 。v 基于模糊理论的诊断专家系统 模糊诊断的实质是引入隶属函数概念, 模糊逻辑以其较强的结构性知识表达能力, 适合处理诊断中的不确定信息和不完整信息。 模糊故障诊断有两种基本方法, 一种是先建立征兆与故障类型之间的因果关系矩阵R, 再建立故障与征兆模糊关系方程, 即F = S ·R, 这里F 为模糊故障矢量; S 为模糊征兆矢量; “ ·”为模糊合成算子。另一种方法是先建立故障和征兆的模糊规则库, 再进行模糊逻辑推理的诊断过程 。 模糊诊断知识获取困难, 尤其是故障与征兆的模糊关系较难确定, 且系统的诊断能力依赖模糊知识库, 学习能力差, 容易发生漏诊或误诊。由于模糊语言变量是用隶属函数表示的,实现语言变量与隶属函数之间的转换是一个难点。v 基于人工神经网络的诊断专家系统 人工神经网络(Artificial neural network , 简称ANN) 具有较好的容错性、响应快、强大的学习能力、自适应能力和非线性逼近能力等, 被广泛应用于故障诊断领域。基于神经网络的故障诊断专家系统有两种形式: 一种是使用神经网络来构造专家系统, 变基于符号的推理为基于数字运算的推理, 提高系统效率, 解决自学习问题; 另一种是把神经网络作为知识源的表示和处理模式, 并与其它推理机制相融合, 实现多模式推理。 基于神经网络的诊断专家系统是一类新的知识表达体系,不同于传统诊断专家系统的高层逻辑模型, 是一种低层数值模型。其分布式联结机制, 实现知识表示、存储和推理三者融为一体, 在知识获取、并行推理和自适应学习等方面显示出明显的优越性, 一定程度上克服了传统诊断专家系统存在的知识获取困难、推理速度慢、知识存储容量与系统运行速度的矛盾及知识的窄台阶效应等问题。五、现代汽车故障诊断新技术v 基于网络的汽车远程故障诊断1.产生的背景：1) 维修工人技术老化，经常无法快速、经济地利用各方面的技术力量解决故障；2) 维修企业诊断资源有限，尤其是对于高档进口轿车，缺乏汽车生产厂家的技术支持；3) 地域和方式的限制，无法快速、迅捷地满足高速公路上汽车应急诊断维修的需要。2.特点1) 开放式远程故障诊断体系结构。远程诊断的Web服务器、大型维修企业、科研院所或国内外汽车生产厂家建立的故障分析诊断中心互联，同时与相关专家建立一种协作关系，共同为系统提供远程故障诊断服务。2) 用户发出故障诊断请求后，可以在较短的时间内调动服务器的所有技术资源，实现对汽车的诊断和维修指导，远程故障诊断技术同时克服了地域障碍。3) 形成了丰富的诊断数据库和诊断知识库，提高了诊断智能，并通过多手段、多专家协同对故障进行会诊，提高了故障诊断的准确性和可靠性。4) 可提供远程示教、技术培训等功能，对提高维修人员素质，改变企业形象，提高企业竞争力有很大帮助。v 基于模糊控制的汽车故障诊断技术 模糊故障诊断有两种基本方法，一种是先建立征兆与故障类型之间的因果关系矩阵R，再建立故障与征兆的模糊关系方程，即F=S·R，这里F为模糊故障矢量;S为模糊征兆量;“.”为模糊合成算子。另一种方法是先建立故障与征兆的模糊规则库，再进行模糊逻辑推理的诊断过程。模糊诊断知识获取困难，尤其是故障与征兆的模糊关系较难确定，且系统的诊断能力依赖模糊知识库，学习能力差，容易发生漏诊或误诊。由于模糊语言变量是用隶属函数表示的，实现语言变量与隶属函数之间的转换是一个难点。 v 基于人工神经网络汽车故障诊断技术随着人工智能的发展,出现了各种故障诊断的专家系统,专家系统是一种基于知识和规划的推理系统,但它存在着知识获取困难、知识库难于维护等问题,使其应用有时也达不到预期的效果。人工神经网络（Artificial Neural Network）的自学习能力、非线性映射能力、并行计算能力和容错能力,可以克服基于逻辑与符号处理的专家系统的某些局限性,为专家系统的研究开辟了新途径。v 基于小波技术汽车故障诊断技术故障诊断中的首要问题就是对观测信号的故障特征提取, 即对观测信号进行信号处理, 从中获取反映故障信息的特征。由于故障诊断中所遇到的信号绝大多数都是非平稳信号, 而特别适用于非平稳信号处理的工具就是小波分析(Wavelet Analysis) ,所以小波分析在故障诊断中的应用越来越受到人们的青睐。小波分析最初由法国理论物理学家Gross-mann 和法国数学家Morlet 共同提出的。小波变换的基本思想类似于Fourier 变换, 小波分析优于傅立叶之处在于, 它能够实现时域和频域的局部分析, 即通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析 (Multiscale Analysis) ,从而可以聚焦到信号的任意细节。因此, 小波变换被誉为分析信号的显微镜。现在, 小波分析技术在信号处理、图像处理、语音分析、模式识别、量子物理、生物医学工程、计算机视觉、故障诊断及众多非线性科学领域都有广泛的应用。六、故障诊断专家系统的发展趋势1.从单一模型的诊断系统到多模型诊断系统，这里指的模型包括知识表示的模型和推理模型, 故障诊断与知识表示和推理方法有着密切的联系, 其领域知识可用对象模型、经验规则、神经网模型、案例等来表示。基于对象模型、基于经验规则、基于神经网模型、基于案例的诊断方法各有其优势和特点, 但它们各自也存在着局限性。对于实际对象的故障诊断, 如用单一的知识表示方法, 有时难以完整表示对象的故障诊断领域知识。因此, 集成多种知识表示方法则能更好地表示对象的故障诊断领域知识。集成基于对象模型、基于经验规则、基于神经网模型、基于案例的集成型诊断方法能综合各诊断方法的特点, 克服各诊断方法的局限性, 从而提高了诊断系统的智能性和诊断效率。集成型的故障诊断系统还能有效地处理真值维护、结论解释、机器学习。2、从单机模型到分布式网络诊断系统现有的设备诊断系统大部分都是面向单台、单机或单类设备的, 可扩充性、灵活性、通用性较差, 各诊断系统之间相互独立, 即使是不同开发单位研制的针对同类设备的异构诊断系统之间也不能进行有效的信息交流和共享, 造成了巨大的资源浪费。现在很多大型成套设备或机构由远程分布的不同类子系统组成, 相应其诊断系统中的系统级诊断系统和各子诊断系统也要进行诊断信息的传输交流。同时, 由于故障源的不确定性和时发性, 导致异地诊断和远程诊断的需求不断增加。 随着网络的普及, 通过局域网, 因特网来传输诊断信息成为一种趋势, 网络架构下的集成故障诊断系统成为新的研究热点, 因此, 建立远程分布式全系统智能诊断系统, 可以实现异地多专家对同一设备的协同诊断以及多台设备共享同一诊断系统, 提高诊断的准确率和效率, 同时也有利于诊断案例的积累, 以弥补单个诊断系统领域知识的不足, 提高诊断的智能化水平, 促进诊断学的综合发展。3.从单一专家系统到协同式专家系统 当前的绝大多数诊断专家系统, 在规定的诊断领域内是一个“专家”, 但是一旦越出该诊断范围, 系统就可能无法工作,限制了系统的适用性。由于诊断的领域过窄, 就很难获得满意的应用。 协同式专家系统是克服一般专家系统的局限性的一个重要途径。也被称作是“群专家系统”, 由若干个相近领域或一个领域的多个方面的分专家系统组成, 这些分专家系统分别发挥其自身的特长, 解决某一方面的问题, 同时又相互协作。 联合协作多专家系统的特点是: 每一个专家系统仅有一种问题求解方法, 但却充分了解自身的局限性以及协作专家的长处, 从而知道何时和怎样传递问题。其设计思想是: 相应于问题状态空间, 生成一个协作求解的主专家集, 再根据每一位主专家在问题求解中的当前状况, 动态形成一个支持该主专家的辅助专家集。这种系统有时与分布式专家系统有些共性, 因为他们都可涉及多个子专家系统。但是这种系统更强调子系统之间的协同合作, 而不着重于处理的分布和知识的分布。总结：目前，我国汽车故障诊断手段还不够先进，诊断理论研究也不够深入，诊断技术还处于发展阶段。但是，随着计算机$电子等高新技术的发展，汽车故障诊断技术的发展会非常迅速。今后应进一步研究新的理论和方法，使现代汽车故障诊断技术朝着网络化，多功能化，智能化和专家系统化方向发展，以微机及其网络为平台组织并综合集成各种专用分析仪器，资源共享。可以预见，汽车的故障诊断研究必将有很大的发展，其前景令人鼓舞！参考文献：【1】韩大明 汽车故障诊断技术及其应用(林业机械与木工设备【2】陈朝阳，张代胜 神经网络技术在汽车故障诊断专家系统中的应用(合肥工业大学学报*自然科学版