汽车发动机性能检测与故障诊断专家系统的研究.doc

《汽车发动机性能检测与故障诊断专家系统的研究.doc》由会员分享，可在线阅读，更多相关《汽车发动机性能检测与故障诊断专家系统的研究.doc（157页珍藏版）》请在三一办公上搜索。

1、毕业论文汽车发动机性能检测与故障诊断专家系统的研究中文摘要 汽车是一个复杂的机械系统，它由数千种的零件所构成，发动机是汽车的动力源，是汽车的心脏，汽车的一些基本技术性能都直接或间接地与发动机的相关性能相联系。因此发动机综合性能的检测对整车性能的了解至关重要，在发动机不解体的情况卜，及时准确地对发动机当前的技术状况作出判断，并给出其技术状态的调整意见，这无疑提高了汽车使用的可靠性、经济性和安全性，同时减少了盲日维修产生的费用。与发达国家相比，我国车辆状况、道路条件差别很人，驾驶员、检测员的文化素质相对较低，因此汽车发动机性能检测与故障诊断专家系统的研制具有重要的经济价值和广阔的应用前景。 传统的

2、故障诊断专家系统(Expert System，简称ES)是基于符号推理的智能诊断模型，是在故障诊断领域内以人类专家水平去解决该领域中困难问题的计算机程序。其一般由知识源、推理机和人机接口等部分组成。它能在系统不确定、不完备的领域知识下进行推理，而且能对问题求解过程作出解释。但它同时存在着知识获取难、知识台阶窄和推理能力弱等局限性。 网络的连接权值可通过训练获得，具有学习、归纳、记忆等特点;同时具有较强的容错能力及鲁棒性等优点。但其本身也存在着一些缺陷，如易出现局部最小，并行处理技术带来识别结果难以理解和解释等。 因此本研究构造了基于神经网络的诊断专家系统，使之兼有专家系统与神经网络的优点，通过

3、多种传感器检测发动机的性能，与标准参数数据库进行比较后提供给专家系统，实现了故障诊断的高效、迅速，为发动机故障诊断提供了新的途径。 本论文的核心部分是基于神经网络的汽车发动机故障诊断专家系统和数据采集系统的硬件和软件设计。数据采集系统是利用电流/电压传感器，白金传感器，外卡夹持式传感器，油压传感器，高压传感器等多种传感器，利用89C51单片机对从传感器获取的信号进行A/D转换，滤波，信号放人等处理，用汇编语言编写而成，对系统的传感器和诊断参数的选择作了分析，并提出了防比系统干扰的软硬件措施，对发动机数据的预处理方法作了介绍。根据汽车发动机的类型、组成结构、功能原理及维修专家的实际经验，用计算机

4、故障模拟建立故障诊断树。由诊断树提炼出训练样本，提供给神经网络学习，学习后生成的权值和阂值组成了知识库的一部分。期间专家系统可以借助于神经网络进行自学习，扩充知识库，提高诊断准确性。文中对目前应用最广泛最有成效的BP网络及其在sigmoid激发函数的算法步骤，程序设计作了详细说明，并对基于BP神经网络的模糊故障诊断作了探讨。 该软件是在Windows 98操作系统中用Visual Basic 6.0程序设计语言和Access数据库技术开发设计的。系统中收集了一百多种型号的发动机的二十多个标准参数以及汽油发动机的点火系统与柴油发动机的供油系统的正常波形和故障波形，以便用户添加、删除机型，能方便地

5、进行查询，对所获取的数据和压力或电流电压波形进行比较，从而得知发动机的性能状态，运用故障诊断专家系统程序后一般能够迅速找山故障所在。 如何更好地实现在线检测与故障诊断，使检测与故障诊断简单化，智能化，建立起适合我国国情的汽车发动机性能检测与故障诊断系统，并能在实践中得以推广应用，是今后故障诊断系统研究的课题。关性词:专家系统人 神经网络汽油机柴油机故障诊断性能检测日录中文摘要.1第一章绪论.11.1国内外汽车故障诊断技术的发展状况和趋势.11.2汽车故障诊断的意义、目的和方法.21.2.1汽车故障诊断的意义。.21.2.2汽车故障诊断的目的.31.2.3汽车故障诊断的过程.,.31.3故障诊断

6、的内容和体系.4.1.3.1诊断原理.41.3.2诊断技术.51.4本文研究的目标和内容，.51.5本章小结.,6第二章诊断故障数学方法研究，.2.1模糊故障诊断法.72.1.1模糊集合与隶属度.72.1.2模糊统计与隶属函数的确定.72.1.2.1确定隶属函数的一般方法. 2.1.3汽车故障诊断的模糊综合评判方法.82.1.4模糊关系矩阵.2.1.5模糊关系矩阵用于故障诊断实例.102.2模糊模式识别. 122.2.1模糊模式识别算法.122.2.2直接识别方法.122.2.3间接识别方法.132.2.4柴油机燃油喷射系统故障诊断实例.132.2.4.1基于ARl 诊断系统的设计 诊断参数的

7、选择诊断参数、功能参数与寿命参数的选择。 检测点的确定根据测试的精确性、方便性、可达性以及所测点的信息量确定。 检测时间间隔间断检测或连续监测。 工况的选择如有、无负荷测功，升速或降速谱图的制取。 搜索试验策略和系统优化诊断树和诊断程序的制定。(2)检测仪表的选型与研制 检测参数、量程、精度以及动态指标(采样周期，响应品质)的确定和实现 检测电算化、智能化的要求和实现。(3)自动诊断系统的设计与实现(4)无损探伤技术(5)故障预报预警技术(6)寿命估算(7)数据库、资料库、模型库、程序库、知识库的建立与管理。1.4本文研究的目标和内容 本文研究的目标是:针对传统专家系统在发动机故障诊断中存在的

8、不足之处，将人_r:神经网络技术应用到专家系统中，采用多种传感器实时采集发动机各系统和总成的数据，根据故障诊断的有关理论，研制基于神经网络和传感器技术的汽车发动机性能检测与故障诊断专家系统。 本文主要内容包括: c1)介绍模糊故障诊断，模糊模式识别法和故障树分析法等方法在汽车发动机故障诊断专家系统中的应用。 (2)分析了传统专家系统在故障诊断中应用的不足之处和神经网络故障诊断专家系统的优越性。介绍 汽车发动机性能检侧与故障诊断专家系统的研究了后传播神经网络(BP算法)的模型及程序实现方法。 (3)详细论述了发动机诊断参数的选择原则，传感器的选择和使用及诊断标准的确定。对使用传感器采集信号的单片

9、机设计线路及抗干扰措施作了具体介绍。 (4)系统论述了基于神经网络的汽车发动机性能检测与故障诊断专家系统的构成。包括总体设计，子模块设计，以实例说明本系统的设计思路和程序设计步骤。1.5本章小结 本章节简要介绍了国内外汽车故障诊断技术的发展状况和趋势，汽车故障诊断的意义、目的和方法，故障诊断的内容和体系，最后提出了本论文要研究的土要内容。汽车发动机性能检测与故障诊断专家系统的J(究第二章故障诊断数学方法研究2.1模糊故阵诊断法 在汽车故障诊断领域中，故障症状和故障原因通常是一些模糊量，如振动“太人”与“严重”故障，泄漏“严重”与“恶性”事故等。因而用传统的二值逻辑方法来处理显然存在一定的不足，

10、故采用相应模糊集的隶属函数来描述这些故障症状和故障原因存在的程度。由此也可见，将模糊逻辑应用到汽车故障诊断中来是可行的。2.1.1模糊集合与隶属度 模糊集合的概念是L.A.Zadeh于1965年首先提出来的，其基本思想是把经典集合中的绝对隶属关系灵活化或称模糊化24。从特征函数方面讲就是:元素集合A的隶属程度不再局限于取。或1，而是可以取从0到I的任何一个数值，这一数值反映了元素x隶属于集合A的程度。 定义:所谓论域U上的一个模糊子集(简称模糊集)A,是指:对于任意xEv，都指定了一个数tA (x) a o,1，叫做x对A的隶属程度。映射 A:v - o,1 x - fA (x) 叫做A的隶属

11、函数。 上述定义表明，一个模糊集A完全由其隶属函数A来刻划。A (x)的值接近1,表示X隶属于A的程度很高;A (x)的值接近0，表示x隶属A的程度很低。模糊集合有各种不同的表示方法，一般可表示为: A=(xuA(x),x E UU是有限集或可数集，则A可表示为: A=艺IuA (x!)/ x; uU是无限不可数集，A也可表示为:果果如如2.1.2模糊统计与隶属函数的确定隶属度及隶属函数的确定是模糊集合理论及其应用的基本而关键的问题。2.1.2.1确定隶属函数的一般方法专家确定法浙江人学硕I:借用已有的“客观”尺度模糊统计实验法这是应用较为广泛的一种模糊不确定性处理方法，它以调查统计得出的经验

12、曲线来作为隶属函数。IuA= limuEA的次数 n(n的试验次数)(2一1) 二元对比排序法 在汽车故障诊断中常有各种不同的故障原因导致相同征兆的出现，要确定该征兆对哪一个故障原因贡献最大，就要运用下述二元对比排序方法，来解“模糊次序”的问题一择优比较法，设有n个故障原因(y. ,yx,，y.，)的引起同一征兆X发生，请足够多的专业人员，有次序地对儿个原因进行两两对比评定，在xj征兆出现条件下，看哪一个故障原因优先(最可能)发生，重复多次并记录结果，以各原因优先出现的总次数多少排序，运用灰色系统理论确定关联度即隶属函数mi 综合加权法 对于一个由若干模糊因素复合而成的模糊概念，可以先求出各个

13、因素的模糊集的隶属函数，再用综合加权的方法复合出模糊概念的隶属函数。 基本概念扩充法 当一些基本概念的隶属函数己经确定之后，有时可以通过对基础隶属函数进行某些运算而得一些“相关”概念的隶属函数。这些运算包括“交”、“并”、“补”和“幂”运算等。2.1.3汽车故障诊断的模糊综合评判方法 汽车故障诊断的整个过程是计算机与人的主观能动性组合的决策过程。汽车故障诊断的模糊综合评判是应用模糊变换原理和最大隶属度原则，根据各故障原因与故障征兆之间的不同程度的因果关系，在综合考虑所有征兆的基础上，来诊断汽车发生故障的可能原因。 (1)原因集 设用一个集合来定义一个系统(汽车发动机或某个子系统)中所有可能发生

14、的各种故障原因。它可用一个欧氏向量表示 Y=y。，yz,，y。或Y=Yu J=1, 2, 3, .n (n表示发动机或某个子系统故障原因种类的总数) (2)征兆集 同样，由于这些故障原因所引起的各种症状，如发动机温度过高，发动机起动困难等等，也被定义为一个集合，并用一个欧氏向量表示为征兆集., m (m表示发动机故障征兆种类的总数) 由于发动机故障征兆是界限不分明的模糊集合，用传统的二值逻辑方法去处理此类数据显然是不太合理的，可运用模糊数学的方法处理此类问题，即用相应的隶属函数来描述这些征兆存在的倾向性。汽车发动机性能检侧与故障诊断专家系统的研究 (3)单故障评判 首先对故障集Y中的故障y (

15、i =1, 2,，n)作出故障评判，确定该故障对征兆x(i =1, 2,，m)的隶属度(可能性程度r.,。这样就得出第i个故障Y。的单故障集，ri =(r;,r,Z,.rim)。它是征兆集X上的模糊子集。这样n个故障的评价集就构选出一个点的评价模糊矩阵R R即是故障论域Y与征兆论域X的一个模糊关系。模糊关系矩阵R是m*n维矩阵，其中行表示故障征兆，列表示故障原因，矩阵元素YJ第1种征兆Xi对.7种原因Y。的关联度 假设观测到发动机的一征兆群样本(X W X2,。，X刁，同时得出此样本中各分量元素X，对征兆1的隶属度，则将X中的各元素转换成隶属度，就构成了故障征兆模糊向星: X=协:，“.z,，

16、u:. 又假设该征兆样本是由故障原因Y产生的，Y对各种故障原因的隶属度为UY (Y)则构成了故障原因模糊向量: 根据模糊数学原理作模糊变换就可以进行模糊综合评判，得到模糊诊断结果。 模糊诊断重点是:模糊关系矩阵的构造隶属函数的确定模糊诊断算法和原则32.1.4模糊关系矩阵 同一种故障现象，可能对应着多种故障原因;同一种故障原因，又对应着多种异常征状。所以，原因征状之间的关系错综复杂。为了能够从征状诊断出原因，需要预先定出故障原因与异常征状之间的亲近程度。即确定各种征状与原因之间的权系数。权系数的大小，可以根据修理专家的经验和统计方法综合评定而得;也可用人工智能的方法，通过机器的“学习”初步确定

17、权系数，再经过反复实践调格，直到完全符合故障原因与异常征状之间的因果关系。确定权系数的整个过程如图2一所示。 目前，应用于故障诊断的模糊技术是采用如下的模糊推理方法:利用故障征兆的隶属度和诊断权矩阵去求解各种故障原因的隶属度，即将此过程看作如图2-1所示的模糊变换圈2-1故障原因与故降征兆之间的模糊关系由图2-1得出故障原因与故障征兆之间的模糊关系，表示为:Y=X*R(2-4)浙江人学硕汽车发动机性能检测.与故障诊断专家系统的研究 式中:X为故障征兆模糊集，是诊断的输入;Y为故障原因模糊集，是诊断的输出:R为诊断权矩阵，是模糊蕴涵关系，为模糊诊断算法或算子。 这种算法的优点在于反映了故障征兆和

18、故障原因都存在模糊性这一特性。然而，这种算法由于人为因素过多，而存在一些缺点:诊断结果的准确性首先取决于诊断权矩阵是否准确，而在诊断权矩阵的确定过程中人为因素太多，而且诊断权矩阵所能容纳的信息也很有限，不能包含专家的所有诊断实例和全部经验知识;对诊断结果的处理也没有一个令人信服的方法;诊断算法的选取也是众说纷纭，各有优劣。2.1.5模糊关系矩阵用于故障诊断实例 柴油机“负荷转速不足”故障的五个主要原因是:Ar(气门弹簧断)，AZ(喷油头积炭堵孔)，A3(机油管破裂)，Aa(喷油过迟)，As(喷油泵驱动键滚键盘)。征兆六个，分别为:x(排气过热)，xz(振动)，X3(扭矩急降)，勒(机油压过低)

19、，Xs(机油耗油大)X6(转速上不去)。 根据经验资料和机理分析，确定每一征兆x;分别对各个起因A的从属度 假设上述柴油机出现征兆有:X3(扭矩急降)，Xq(机油压过低)，xs(机油耗油大)。运用直接相加法，连乘法或归一法可以诊断出故障起因为A3(机油管破裂)。(1)用直接相加法诊断:征兆群表达式为U=x=O,xZ=0,x3=1,x4=l,xs=1,x6=1 各列从属度总值为收集实际排除故障 经验资料归纳、总结、分析典型故障实例统计故障原因与故 障现象根据经验和统计方 法确定权系数建立模糊关系矩阵修改权系数根据诊断规则验证典型故障进行实际诊断计算机自学习 过程新的排故障 经验根据诊断结果和修理 经验人工修改 图2-2建立模糊关系矩阵的程序u A=0+0+0.95+0+0=0.95u AZ=