汽車發(fā)動(dòng)機(jī)智能故障診斷原理與方法

雷朱坦

【摘 要】發(fā)動(dòng)機(jī)作為汽車的心臟，是汽車動(dòng)力的來源。汽車的運(yùn)行性能和發(fā)動(dòng)機(jī)之間有很重要的聯(lián)系，且發(fā)動(dòng)機(jī)內(nèi)部結(jié)構(gòu)復(fù)雜，對工作條件要求苛刻。隨著汽車工業(yè)的發(fā)展，對發(fā)動(dòng)機(jī)的故障診斷也越來越困難。本文正是基于這個(gè)問題，就汽車發(fā)動(dòng)機(jī)的故障診斷進(jìn)行了一些探究，并提出了故障診斷的方法供大家參考。

【關(guān)鍵詞】發(fā)動(dòng)機(jī)；故障診斷；智能方法

汽車發(fā)動(dòng)機(jī)是汽車的一個(gè)重要組成部分，是汽車的動(dòng)力裝置。由于汽車發(fā)動(dòng)機(jī)內(nèi)部的結(jié)構(gòu)復(fù)雜，且對運(yùn)行的環(huán)境要求比較多。因此，汽車發(fā)動(dòng)機(jī)的故障約占汽車全部故障的一半左右。所以對發(fā)動(dòng)機(jī)開展故障診斷技術(shù)的研究具有很重要的現(xiàn)實(shí)意義[1]。發(fā)動(dòng)機(jī)在運(yùn)行的過程中，會(huì)產(chǎn)生很多的可用于檢測的信息，比如產(chǎn)生的震動(dòng)、噪聲和沖擊等信息，這些信息真實(shí)的反應(yīng)了發(fā)動(dòng)機(jī)的工作狀態(tài)。

1智能發(fā)動(dòng)機(jī)診斷技術(shù)的概念

發(fā)動(dòng)機(jī)診斷技術(shù)是利用現(xiàn)代化的科學(xué)技術(shù)來完成對汽車發(fā)動(dòng)機(jī)的運(yùn)行狀態(tài)進(jìn)行檢測，并識別出汽車故障的一種綜合技術(shù)。利用現(xiàn)代科學(xué)技術(shù)制作出來的故障診斷設(shè)備和靠人工方法進(jìn)行檢查有著很大的不同，它融合了人工智能技術(shù)和信號處理方法，不需要對發(fā)動(dòng)機(jī)進(jìn)行拆解，可以依靠采集的信息來準(zhǔn)確、快速的識別出發(fā)動(dòng)機(jī)的故障。這些智能化的故障診斷技術(shù)是未來發(fā)展的一大趨勢。

2汽車發(fā)動(dòng)機(jī)智能故障診斷技術(shù)的分類

隨著科學(xué)的發(fā)展，在上世紀(jì)50年代發(fā)展起來一種人工智能技術(shù)。隨后這項(xiàng)技術(shù)廣泛應(yīng)用在了工程領(lǐng)域。對于在診斷故障的策略上，該系統(tǒng)首先要建立故障診斷的模型，然后對模型進(jìn)行求解[2]。當(dāng)前研究的智能故障診斷技術(shù)的熱點(diǎn)集中在以下幾個(gè)部分。

2.1基于知識的診斷技術(shù)

所謂的基于知識的智能故障診斷技術(shù)是當(dāng)前研究最多和應(yīng)用最廣的一個(gè)技術(shù)，成為設(shè)備診斷領(lǐng)域的一個(gè)發(fā)展方向之一。截止目前大概經(jīng)歷了兩個(gè)發(fā)展階段：第一階段是基于人類專家的經(jīng)驗(yàn)知識的專家系統(tǒng)和基于診斷對象的模型知識的專家系統(tǒng)。近幾年有新出現(xiàn)了一種混合結(jié)構(gòu)的專家系統(tǒng)。

專家系統(tǒng)實(shí)際上是一個(gè)智能的計(jì)算機(jī)程序，計(jì)算機(jī)依靠專家經(jīng)驗(yàn)對采集的信息進(jìn)行一系列的推理來找到故障的地方或推理出有可能出現(xiàn)故障的地方，然后提醒用戶進(jìn)行相應(yīng)的處理。其一般有五部分組成，包括數(shù)據(jù)庫、推理機(jī)、知識庫、解釋機(jī)制和相應(yīng)的計(jì)算機(jī)接口。不過專家系統(tǒng)依賴于對相關(guān)領(lǐng)域知識的獲取，知識的獲取是一個(gè)瓶頸。其次還存在一些局限，比如在學(xué)習(xí)能力和實(shí)時(shí)性方面都還不太好。

2.2基于模糊數(shù)學(xué)的方法

模糊理論最初是用于解決不確定性問題的，是把經(jīng)典集合理論模糊化后而發(fā)展的一套推理體系。最早是在1965年由L.A.Zadeh教授提出來的。求解方法一般是根據(jù)專家經(jīng)驗(yàn)在故障征兆空間和故障原因空間之間建立模糊關(guān)系矩陣。具有分析不確定性能力強(qiáng)、獲取不同優(yōu)先級別的解和容易被理解的優(yōu)點(diǎn)[3]。模糊理論可以很好的改善其他智能方法的容錯(cuò)能力。不過首先的要構(gòu)造模糊理論的隸屬函數(shù)，這個(gè)是實(shí)現(xiàn)模糊理論的前提。模糊理論也有一定的局限性，因?yàn)殡`屬函數(shù)是由人為構(gòu)造的，不可避免的會(huì)引入一定的主觀因素。其次模糊理論對特征元素的選取也有一定的條件，選的不合理會(huì)導(dǎo)致精度不夠，甚至是故障診斷失效。

2.3基于神經(jīng)網(wǎng)絡(luò)的診斷方法

神經(jīng)網(wǎng)絡(luò)的算法是模擬人腦的對信息的并行處理的方法，且該方法具有自組織、自學(xué)習(xí)的特性，可以由訓(xùn)練的網(wǎng)絡(luò)來識別故障。其中有研究人員對發(fā)動(dòng)機(jī)缸內(nèi)的壓力和震動(dòng)信號進(jìn)行一系列的分析，并提取了相關(guān)的狀態(tài)信息，建立了一個(gè)故障診斷的模型。通過對該模型的求解可以對發(fā)動(dòng)機(jī)的正常情況和故障進(jìn)行診斷，比如可以有效的診斷出排氣發(fā)泄漏、某一噴油嘴阻塞等。

其中在發(fā)動(dòng)機(jī)故障領(lǐng)域應(yīng)用的比較成熟的是前向BP網(wǎng)絡(luò)，不過也存在一定的問題。由于該學(xué)習(xí)算法經(jīng)常得不到整體的最優(yōu)結(jié)果，所以還需要結(jié)合其他的全局優(yōu)化方法來配合訓(xùn)練網(wǎng)絡(luò)。

2.4基于粗糙集理論的診斷方法

粗糙集理論是一種新型的處理不確定知識和不完整知識的一個(gè)有效數(shù)學(xué)工具，它可以由現(xiàn)有的數(shù)據(jù)來完成對知識的約簡而不需主觀的先驗(yàn)知識。比如在發(fā)動(dòng)機(jī)的故障中，有一項(xiàng)針對發(fā)動(dòng)機(jī)復(fù)雜機(jī)構(gòu)的多激勵(lì)源的故障診斷，解決起來很困難。但通過粗糙集理論可以對多缸的發(fā)動(dòng)機(jī)氣閥故障診斷。我國曹長修等人通過燃油壓力的時(shí)域振動(dòng)信號進(jìn)行分析，可以有效的診斷出發(fā)動(dòng)機(jī)供油系統(tǒng)存在的出油閥故障等常見9種故障。張艷等人通過對由故障特征構(gòu)成的決策，采用粗糙集理論對供油故障進(jìn)行研究，在發(fā)動(dòng)機(jī)磨損故障診斷中取得了一定的成果。不過，粗糙集的泛化能力有待提高，并且僅能處理離散話的數(shù)據(jù)。

2.5基于故障樹的方法

故障樹是基于診斷對象結(jié)構(gòu)和功能特征的行為模型，具有定性的因果模型，它將系統(tǒng)最不希望發(fā)生的事件作為頂事件，把可能誘導(dǎo)頂事件發(fā)生概率的其他事件作為中間事件和底事件，并用邏輯門來表示事件相互之間的聯(lián)系，它是一種倒樹狀的結(jié)構(gòu)模型，可以很好的反應(yīng)特征向量和故障原因之間的邏輯關(guān)系。并且采用故障樹的診斷方法和人類的思維方式很相似，很容易被人們所理解。因此在實(shí)踐中使用的比較多，并且還可以和其他方法進(jìn)行結(jié)合使用，以達(dá)到更好的效果[4]。比如可以根據(jù)具體的故障，采用計(jì)算機(jī)的數(shù)據(jù)結(jié)構(gòu)原理，建立數(shù)據(jù)結(jié)構(gòu)和關(guān)系數(shù)據(jù)原理之間的知識表示，構(gòu)建知識庫和推理機(jī)就可以實(shí)現(xiàn)確定性和不確定性的故障診斷。

雖然故障樹可以直觀簡單的搜尋故障源，但是它必須建立在正確的故障樹建構(gòu)基礎(chǔ)上。所以構(gòu)建正確的故障樹是故障診斷的關(guān)鍵所在。但在實(shí)際中，有些條件并不能都得到滿足，如果故障樹建立的不合理，就會(huì)失去作用。

3綜合方法

綜上我們可以知道對于發(fā)動(dòng)機(jī)的故障診斷，每一種方法都有自己的優(yōu)缺點(diǎn)。如果僅依靠一種方法很難滿足對發(fā)動(dòng)機(jī)的復(fù)雜故障診斷。因此，近年來出現(xiàn)了綜合以上方法的綜合方法，然后綜合應(yīng)用于發(fā)動(dòng)機(jī)的故障診斷。

3.1神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的結(jié)合

神經(jīng)網(wǎng)絡(luò)的發(fā)展為發(fā)動(dòng)機(jī)故障診斷開辟了新的途徑。神經(jīng)網(wǎng)絡(luò)技術(shù)不需要組建大規(guī)模的生產(chǎn)式規(guī)則和進(jìn)行樹搜索，它可以自學(xué)習(xí)、自組織。這種方法可以解決傳統(tǒng)專家系統(tǒng)對知識獲取和推理的困難。因此，如果將專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)融合在一起，兩者可以相互補(bǔ)充，可以大大的提高診斷的能力。

3.2神經(jīng)網(wǎng)絡(luò)和模糊推理的結(jié)合

神經(jīng)網(wǎng)絡(luò)和模糊推理在知識推理和診斷知識方面有很大的作用。其中，神經(jīng)網(wǎng)絡(luò)模擬的人腦神經(jīng)元的功能，它具有很強(qiáng)大的自學(xué)習(xí)能力，可以對數(shù)據(jù)進(jìn)行直接的處理。而模糊推理則可以模仿人的邏輯思維，有較好的知識表達(dá)能力。如果將神經(jīng)網(wǎng)絡(luò)和模糊推理的優(yōu)缺點(diǎn)結(jié)合起來，就可以實(shí)現(xiàn)故障診斷系統(tǒng)對不確定的模糊信息的處理，而且還可以使得結(jié)構(gòu)性知識能夠得到學(xué)習(xí)的調(diào)整。目前結(jié)合的方法一般有兩種，一是將傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模糊化，另一種是根據(jù)模糊分類算法或者模糊規(guī)則構(gòu)造相應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)，就構(gòu)造模糊推理的協(xié)作系統(tǒng)。

4結(jié)語

智能化的故障診斷方法為汽車發(fā)動(dòng)機(jī)的故障診斷提供了新的途徑，而且還彌補(bǔ)了傳統(tǒng)故障診斷的很多不足。但單一的故障診斷技術(shù)都有一定的局限性，很難滿足對發(fā)動(dòng)機(jī)復(fù)雜診斷問題的全部要求。因此如果將各種智能診斷技術(shù)進(jìn)行一點(diǎn)的融合，這樣可以有效的克服單一診斷的不足，更好的及時(shí)檢測出汽車發(fā)動(dòng)機(jī)的故障，給人們的行車安全提供更好的保障。而且今后將各種智能診斷方法的有點(diǎn)進(jìn)行融合，將是今后發(fā)動(dòng)機(jī)故障診斷的一個(gè)熱點(diǎn)和必然的趨勢。

參考文獻(xiàn)：

[1] 徐玉秀，楊文平，呂軒等.基于支持向量機(jī)的汽車發(fā)動(dòng)機(jī)故障診斷研究[J].振動(dòng)與沖擊，2013，32（8）：143-146.

[2] 李秋玲，賈敏智.基于改進(jìn)ABC算法優(yōu)化SVM的汽車發(fā)動(dòng)機(jī)故障診斷[J].制造業(yè)自動(dòng)化，2014，（5）：57-60.

[3] 黃偉.汽車發(fā)動(dòng)機(jī)故障診斷與容錯(cuò)技術(shù)的探究[J].電子制作，2014，（14）：214-215.

[4] 莫家駒.結(jié)合實(shí)踐對汽車發(fā)動(dòng)機(jī)無法啟動(dòng)故障診斷詳細(xì)分析[J].城市建設(shè)理論研究，2014，（9）.