汽车故障诊断新技术.ppt

,汽车故障诊断新技术,现代汽车故障诊断新技术简介,2010年7月,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,引言：新材料、新技术、新工艺在汽车上的应用，汽车技术性能越来越好，结构越来越复杂，故障诊断的难度也有了相应的增加。因此，汽车故障诊断技术得到了迅速发展，已成为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，它涵盖多门学科：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、应用数学、数理统计以及相关的应用学科。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,传统与现代汽车维修的区别：传统汽车维修 以机械修理为核心 的手工操作技艺现代汽车维修以机电液一体化系统诊断为核心 的综合诊断技术,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,传统与现代汽车维修的区别：传统汽车维修 强调汽车修理工艺 并以零部件修复为手段现代汽车维修 突出汽车诊断技术 并以判断故障点为目标,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,传统与现代汽车维修的区别：传统汽车维修 技术主体 技术工人（一个部分）技术工人 师傅/徒弟（两个层面）现代汽车维修 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）,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,传统与现代汽车维修的区别：传统汽车维修技术特征“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现代汽车维修技术特征“七分诊断,三分修理”,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,汽车故障诊断的基本思路,1)问诊 2)试车 3)分析 4)假设 5)验证,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,故障诊断的定义?,故障诊断是 汽车维修中的关键步骤 汽车修理前的确诊环节故障诊断是 以检测和试验的综合方式对汽车故障进行的全面分析,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,车辆检测与故障诊断的关系,车辆检测在汽车检测线上对汽车整体性能作定性分析故障诊断在汽车诊断中心对故障发生部位作定量分析,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,传统与现代汽车诊断的区别,经验判断形象思维定性分析对比试验,故障诊断逻辑思维定量分析检测试验,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,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,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,汽车电控系统对故障诊断的影响,1.电脑软件的影响(程序设定)2.电脑控制电路的影响(元件与电路)3.电脑匹配的影响(软件参数)4.电脑网络的影响,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,汽车电脑控制系统信号分类,1.汽车的物理化学信号（基本物理化学参数）2.传感器转换的电子信号（传感器转换的电子信号）3.电脑转换的输入信号（电脑接口电路转换的电子信号）4.电脑控制的输出信号（电压/电流/频率/脉宽/脉冲信号）5.电脑诊断通讯信号（诊断座传递的串行通讯信号）6.汽车电脑局域网通讯信号（网络串行通讯信号）,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,1.故障码诊断分析法基本步骤,故障码分析(历史性当前性相关性无关性间歇性持续性元件性功能性)数据流分析(值域时域关联因果比较)元器件测试(传感器执行器机械装置真空装置)电路检测(传感器电路执行器电路电源电路接地电路)电脑测试(匹配信号置换)无关性功能性故障码转入症状诊断分析法,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,传统的汽车故障诊断技术：一、万用表诊断：二、汽车示波器三、专业综合诊断,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,现代汽车故障诊断技术一、利用故障码诊断故障二、汽车故障诊断专家系统,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,一、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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,二、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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,举例：转向系的故障诊断专家系统,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,1.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。,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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,2.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)。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,3 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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,4.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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,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。,汽车故障诊断新技术,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,现代汽车故障诊断新技术一、基于网络的汽车远程故障诊断 二、基于模糊控制汽车故障诊断技术三、基于神经网络汽车故障诊断技术四、基于小波技术汽车故障诊断技术,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,1.产生的背景：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；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；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。,一、基于网络的汽车远程故障诊断,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,2.特点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。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。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。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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,3.远程故障诊断的物理结构,.,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,在汽车远程诊断系统中，首先要实时采集汽车的多种参数，以便提取相应的状态信息和故障信息，要检测的参数通常包括以下几类。a点火系统检测：包括常规点火系统、电子点火系统，实时采集初级和次级点火电压波形，通过这些波形可以分析点火线圈、火花塞、断电器、点火信号发生器、点火电子组件、分电器等工作状态和故障原因。b喷油过程各种参数的测定：对电控汽油机主要是从喷油器处测量喷油脉冲波形，并计算出喷油脉宽和喷油提前角；对柴油机则是用外卡式传感器测量高压油管接近喷油器处的压力波形，从而判断喷油泵、喷油器及高压油管的工作状态。,4.远程故障诊断的参数采集,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,c各缸工作均匀性检查：主要是通过在怠速下对各缸断火，测量发动机的转速降来对各缸的工作均匀性作出判断。d各缸压缩压力判断：通过测量发动机起动电流的波动量，间接地判断各缸的压缩压力，为检测各缸活塞环组及进、排气门的密封状态提供依据。e车载传感器参数测定：这一功能是电控燃油喷射(EFI)汽车检测的关键技术，它需要对近20个传感器参数进行定性和定量的分析和测定，并与标准波形比较，以判断故障的部位和性质。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,5.远程故障诊断的数据传输方式各种信号提取以后，经过信号预处理电路的整形、滤波、放大衰减、隔离后，送入高速AD转换器，由PIC单片机控制进行数据采集，并将采集得到的数据存入RAM中，然后单片机通过调制解调器拨入Internet接入服务商(InternetService Provider，ISP)，远程服务器验证身份和密码后，动态分配IP地址，连接成功，状态指示灯亮，表明单片机与ISP远程服务器建立了连接，然后就可以将采集得到的检测参数通过Internet传送给诊断中心，并可以接收到诊断结果和维修向导。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,6.汽车远程故障诊断中心系统设计结构：汽车远程故障诊断中心是整个远程故障诊断系统正常工作的核心部分，一个开放式的汽车远程故障诊断中心包括数台Web服务器，并且将汽车诊断专家系统，大型知识库、数据库、推理机构分布在几台服务器上，基于Internet的故障诊断专家系统功能强大，它的优点主要在于实用性、协作性、高效性，远非传统检测诊断仪器自带的专家系统所能达到。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,远程维修决策系统功能结构图,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,数据处理：远程故障诊断中心通过Internet获取原始采集参数后，为了进一步分析和定位故障，先由数据处理模块计算各种对故障诊断有所帮助的性能参数，如喷油脉宽和喷油提前角，冷却水温度，进气歧管压力，氧传感器输出电压单位时间穿越0V的次数等。这些计算好的数据被存入大型数据库中，专家系统就可以按照一定的推理策略给出故障原因和部位。若故障特别复杂，还可由诊断中心真正的汽车专家会诊，并通过Internet现场指导，用户按照专家的提示进行检测，直至排除故障。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,远程故障诊断中心的知识库是基于Web开放式的体系，它包括丰富的汽车故障诊断资源，比如美洲、欧洲、亚洲等各种车型的故障代码，电喷车的传感器标准波形，故障波形等。它还能够通过知识自学习系统在使用过程中不断充实，并从故障诊断的成功经验中提取相关的知识。除了提供汽车故障诊断服务外，该诊断中心还可利用其丰富的故障排除经验、巨大的信息资源，以及交互式的虚拟现实技术，进行远程示教，承担维修人员培训的任务。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,二、基于模糊控制的汽车故障诊断技术,在普通集合中，论域中的元素（如a）与集合（如A）之间的关系是属于（aA），或者不属于（a A），它所描述的是非此即彼的清晰概念。但在现实生活中并不是所有的事物都能用清晰的概念来描述，如:,风的强弱,人的胖瘦,年龄大小,个子高低,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,模糊集合的概念,在模糊数学中，我们称没有明确边界（没有清晰外延）的集合为模糊集合。元素属于模糊集合的程度用隶属度或模糊度来表示。用于计算隶属度的函数称为隶属函数。,隶属度即论域元素属于模糊集合的程度。用 来表示。隶属度的值为0，1闭区间上的一个数，其值越大，表示该元素属于模糊集合的程度越高，反之则越低。计算隶属度的函数称为隶属函数。用 表示。,隶属度和隶属函数的表示形式看起来很相似，但是它们的意义是完全不一样的。指论域中特定元素xi属于A的隶属度，而 中的x是一个变量，可表示论域中的任一元素。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,模糊统计法举例,例：用模糊统计法确定27岁的人属于“青年人”模糊集合的 隶属度。(见下表）,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,由统计结果可知，共调查统计129次，其中27岁的人属于“青年人”这个边界可变的普通集合的次数为101次。根据模糊统计规律计算隶属度为：,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,在汽车故障诊断中，同样存在界限不分明的模糊概念(如发动机温度“偏高”、轮胎磨损“较严重”等具有模糊性的故障描述)，运用模糊理论的诊断方法将更为有效。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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,.,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=SR，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。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,设：X=(ux1(X1),ux2,uxm(Xm)为故障征兆模糊向量,简记为X=(x1,x2,x m).Y=(y（y1),y(y2),y(yn)=(y1,y2,yn)为故障原因向量。,r11 r12 r1 n r21 r22 r2 nR=rm1 rm2 rmn其中模糊隶属度的确定由下述方法进行:由经验数据确定经验隶属度rij:rij=第i 征兆属于第j 原因次数；第i 征兆出现总次数,隶属度函数定义：称R=(rij)m n,0 rij 1 为模糊诊断矩阵,即,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,举例：某型汽车电喷发动机故障诊断。1 故障征兆x1(启动困难),x 2(怠速不稳,易熄火),x3(加速时,转速不能立即提升),x4(动力不足,车速达不到最大值),x5(转速忽高忽低),x 6(排气管有“突、突”声,严重时会发出放炮声)。2 故障原因y1(进气系统漏气),y2(空气流量计失效),y3(喷油器工作不正常),y4(空气滤清器堵塞),y5(气缸压力低),y6(点火时间不正确,或高压火花太弱),y7(蓄电池亏电,电压不足),y8(节气门位置传感器工作不正常),y9(ECU 故障)。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,某维修厂历年统计的电喷发动机故障中,故障征兆xi 与故障原因yj 对应出现次数如表一。表1 故障征兆隶属故障原因统计表(原因i、征兆j)y1 y2 y3 y4 y5 y6 y7 y8 y9x1 3 1 5 0 0 4 2 0 1x2 5 3 2 4 1 0 0 0 1x3 6 0 4 0 2 3 0 1 1x4 0 5 2 4 1 2 1 3 0 x5 5 3 2 4 0 1 0 0 1x6 4 2 3 0 0 0 0 2 1,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,得经验诊断矩阵:V=0.1875 0.0625 0.3125 0 0 0.25 0.125 0 0.0625 0.3125 0.1875 0.125 0.25 0.0625 0 0 0 0.0625 0.3529 0 0.2353 0 0.1176 0.1765 0 0.0588 0.0588 0 0.2778 0.1111 0.2222 0.556 0.1111 0.0556 0.1667 0 0.3125 0.1875 0.125 0.25 0 0.0625 0 0 0.0625 0.3333 0.1667 0.25 0 0 0 0 0.1667 0.08333由专家择优得初始诊断矩阵S=(sij)6 9为S=0.3 0.1 0.45 0 0 0.35 0.15 0 0.10.5 0.3 0.15 0.4 0.1 0 0 0 0.10.65 0 0.35 0 0.15 0.25 0 0.1 0.10 0.65 0.15 0.35 0.1 0.15 0.1 0.25 00.55 0.3 0.2 0.35 0 0.1 0 0 0.10.65 0.25 0.35 0 0 0 0 0.15 0.1,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,设专家权重W1=0.6,经验权重W2=0.4,由rij=0.6 sij+0.4 vij,得模糊诊断矩阵为:R=0.2550 0.0850 0.3950 0 0 0.3100 0.1400 0 0.08500.4250 0.2550 0.1400 0.340 0 0.0850 0 0 0 0.08500.5312 0 0.3041 0 0.1370 0.2206 0 0.0835 0.08350 0.5011 0.1344 0.2989 0.0822 0.1344 0.0822 0.2167 00.4550 0.2550 0.1700 0.3100.0 0.850 0 0 0.08500.5233 0.2167 0.3100 0 0 0 0 0.1567 0.0933,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,由模型:Y=X R,输入征兆向量X,即可得出故障原因向量Y,再由最大隶属度原则可诊断出故障原因.如:X=(0 0 1 0 0 1)时,即有x3,x6 故障现象时,得Y=(1.0545 0.2167 0.6141 0 0.1370 0.2206 0 0.2402 0.1768)由最大隶属度原则 y1=max yj|j=1,2,3,4,5,6,7,8,9,故诊断的故障原因为第一原因,即进气系统漏气。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,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。,三、基于人工神经网络汽车故障诊断技术,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,基本概念,由大量的简单处理单元（神经元）经广泛并行互连形成的一种网络系统，其中每一单元接受一定数量的实值输入，并产生单一的实值输出对人脑系统的简化、抽象和模拟，具有人脑功能的基本特征，但与人脑系统并不完全一致。人脑有大约1011个神经元，平均每个与其他104个神经元相连，其最快的神经元转换速度为10-3秒，比计算机的10-10秒慢很多。然而，我们却能在10-1秒内认出自己的母亲，其中激发的神经元序列不长于数百步！,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,生物神经元（Neuron）,或称神经细胞，是生物神经系统的最基本单元。从组成结构看，各种神经元具有共性，它由细胞体（Soma）、轴突（Axon）和树突（Dendrite）三个主要部分组成。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,人工神经元,对生物神经元的抽象与模拟。,阈值（可看作输入固定为1时的连接权值）,输入,连接权值,输出,y=f()=f(i*xi)=f(j*xj),功能函数的不同确定不同的具体模型,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,人工神经网络的互连结构,1.单层或双层网络结构,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,2.多层网络结构,多层前向神经网络(B-P),多层侧抑制神经网络,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,3.相互连接型网络结构,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,BP学习算法的步骤,Step 1.初始化网络权值Step 2.重复以下各步，直到所期望的输出 1.逐个提供训练模式 2.正向传播过程：对给定的输入，计算网络的输出，并与输出期望比较，若存在误差，则进行反向传播；否则，取下一个训练模式；3.反向传播过程：从输出层反向计算，逐层修正各单元的连接权值和阈值（将阈值看作输入始终为1的特殊连接权值）。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,图1汽车故障判断基本逻辑图,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,将整个汽车故障诊断系统分为电气系统、供油系统和点火系统三个故障诊断分系统,每个故障诊断分系统都采用多级判断神经网络结构来实现。图2 是整个系统组成和实现的示意图。,图2 汽车故障诊断系统实现示意图,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,根据图1,提取汽车故障征兆集和故障集,其中故障征兆集可以用X=x 1,x 2,x 3,x4,x5,x6,x7,x8,x9,x 10,x 11,x12 来表示,而汽车故障集包括一级判断故障集Y=y1,y2,y3 和二级判断故障集Z=z 1,z 2,z 3,z 4,z 5,z 6,z 7,z 8,集合元素均以开关量0,1 作为其取值,其对应的逻辑意义见表1 所示。,中德诺浩汽车实训基地Sino-German Know-how Automobile Training Base,汽车故障诊断新技术,表1 相关逻辑符号及其意义代号 意义 取值（0 1）代号 意义 取值（0 1）x 1 仪表盘 亮不亮 y1 电气系统 正常不正常x 2 照明灯 亮不亮 y2 供油系统 正常不正常x 3 来油且通畅 是不是 y3 点火系统 正常不正常x 4 起动机转动 是不是 z 1 电池 有电无电x 5 点火火花 正常不正常 z 2 电池接线 正确不正确x 6 油箱中油量 正常不正常 z 3 油箱 有油无油x