汽車發(fā)動(dòng)機(jī)失火故障診斷方法研究綜述

甘超輝

摘 要：失火故障診斷是汽車車載診斷系統(tǒng)（On-boarddiagnostic，OBD）的重要組成部分，其直接關(guān)系到車輛行駛過程中的排放、燃油消耗和發(fā)動(dòng)機(jī)損傷。

關(guān)鍵詞：汽車發(fā)動(dòng)機(jī) 失火故障 診斷方法

一、失火故障判別依據(jù)

1、氣缸外部因素

1.1曲軸由瞬時(shí)角速度

氣缸每一次點(diǎn)火成功，發(fā)動(dòng)機(jī)即會(huì)獲得動(dòng)力輸入，進(jìn)而引起發(fā)動(dòng)機(jī)速度波動(dòng)如果忽略慣性扭矩、負(fù)載扭矩、摩擦扭矩和泵吸扭矩等因素，則發(fā)動(dòng)機(jī)曲軸角速度的波動(dòng)與燃燒動(dòng)力產(chǎn)生的波形將是直接相關(guān)的因此研究曲軸角速度的變化規(guī)律，即可提供一種失火檢測的方法。

由于曲軸角速度容易測量，所以曲軸瞬時(shí)角速度是目前應(yīng)用最廣泛的一種失火判別依據(jù)然而，需要注意的是，曲軸瞬時(shí)角速度在發(fā)動(dòng)機(jī)高速和輕載運(yùn)行時(shí)，測量誤差較大，導(dǎo)致失火診斷精度不高，并且容易受外界干擾和摩擦的影響，如曲軸速度傳感器誤差、曲軸旋轉(zhuǎn)振蕩、速度變化和負(fù)荷變化以及路況等影響，因此對角速度進(jìn)行預(yù)處理十分重要針對曲軸角速度中包含大量噪聲的問題，對曲軸角速度進(jìn)行信號調(diào)制和階次分析，提高了失火診斷精度針對曲軸角速度的不穩(wěn)定問題，對其進(jìn)行歸一化處理，提高了發(fā)動(dòng)機(jī)失火檢測性能為了提高曲軸角速度檢測方法的精度，一方茵，從信號變換的角度，例如利用傅里葉變換、小波分析、時(shí)頻分析以及主成分分析等方法可對曲軸速度進(jìn)行處理，提取失火診斷的有用成分，減少運(yùn)算量，提高診斷精度；另一方茵，從殘差生成的角度，利用卡爾曼濾波器等可對含噪聲的曲軸角速度進(jìn)行重構(gòu)，實(shí)現(xiàn)狀態(tài)觀測器設(shè)計(jì)，完成對目標(biāo)參數(shù)的估計(jì)此外，滑模跟蹤控制器和神經(jīng)網(wǎng)絡(luò)可實(shí)現(xiàn)失火檢測、定位與嚴(yán)重性判斷等。

1.2曲車由瞬時(shí)角加速度

研究發(fā)現(xiàn)，相比于曲軸瞬時(shí)角速度，曲軸瞬時(shí)角加速度用于發(fā)動(dòng)機(jī)失火故障診斷效果更好。根據(jù)牛頓第二定律，旋轉(zhuǎn)體的角加速度與恰好起作用的力偶成正比，每缸在一定的點(diǎn)火順序下進(jìn)行點(diǎn)火，曲軸間斷性地獲得能量和角加速度，且失火時(shí)曲軸角加速度將出現(xiàn)更大的峰值以便識別，因此曲軸瞬時(shí)角加速度比曲軸角速度更能直接反映發(fā)動(dòng)機(jī)的實(shí)際工作運(yùn)行狀態(tài)。

曲軸角加速度在正常狀態(tài)和失火狀態(tài)下，其波形具有一定的規(guī)律性，失火診斷可通過觀測波形變化實(shí)現(xiàn)失火診斷由于角加速度中包含著失火的瞬時(shí)信息，通過合適的特征提取方法可得到理想的失火信號。在自相關(guān)和三重相關(guān)算法的基礎(chǔ)上，提出一種多重相關(guān)算法用于失火瞬時(shí)信息的頻域提取，可實(shí)現(xiàn)失火故障實(shí)時(shí)監(jiān)測也有文獻(xiàn)利用希爾伯特變換對加速度進(jìn)行處理，將得到的相位調(diào)制信號進(jìn)行分析，用以失火故障檢測，可有效剔除信號中的噪聲，提高診斷精度而針對曲軸轉(zhuǎn)速的瞬態(tài)變化規(guī)律，引入曲軸轉(zhuǎn)速段加速度的概念該方法能更實(shí)時(shí)、精確地完成內(nèi)燃機(jī)失火故障診斷通過發(fā)動(dòng)機(jī)硬件平臺搭建，曲軸角加速度信號可利用加速度傳感器進(jìn)行采集但在實(shí)際發(fā)動(dòng)機(jī)中，曲軸角加速度傳感器并不存在，導(dǎo)致該方法的實(shí)際應(yīng)用受到一定程度影響針對此問題，一種常見的解決方法是將曲軸角速度作為輸入，利用觀測器對曲軸角加速度進(jìn)行估計(jì)。

2、氣缸內(nèi)部因素

2.1 離子電流信號

發(fā)動(dòng)機(jī)氣缸內(nèi)的燃油混合物燃燒過程中產(chǎn)生了大量的電離信號，燃燒室的電離信號提供了關(guān)于燃燒質(zhì)量的相關(guān)信息測量的離子電流可估計(jì)燃燒過程中的許多參數(shù)，包括燃燒室壓力、燃燒起始空燃比、燃油混合物等，當(dāng)離子電流信號特別微弱時(shí)，便暗示著氣缸可能失火對于SI（Sparkignition）發(fā)動(dòng)機(jī)，火花塞便可用作離子電流測量的探頭，在火花點(diǎn)火完成后進(jìn)行測量，但需保證火花塞電極的電壓達(dá)到150V，正確區(qū)分電流信號點(diǎn)火、火焰燃燒以及火焰消失后的3個(gè)相位，并對遲滯的電流信號進(jìn)行處理，提取出失火的特征信息此方法新穎，且擁有很好的前景，近幾年年研究熱度有所上升。進(jìn)行了HCCI發(fā)動(dòng)機(jī)閉環(huán)燃燒控制試驗(yàn)，通過分析正常燃燒、部分失火及完全失火烹種狀態(tài)的離子電流信號特征，離子信號幅值或積分值可實(shí)現(xiàn)失火判別，并將其作為反饋信息用于失火循環(huán)內(nèi)補(bǔ)火燃燒控制，即在失火循環(huán)內(nèi)通過火花塞補(bǔ)火實(shí)現(xiàn)}缸內(nèi)混合氣后燃，有助于引燃混合氣，降低碳?xì)渑欧胚M(jìn)一步分析了正常燃燒、部分燃燒、失火和補(bǔ)火燃燒4種狀態(tài)的離子電流信號特征，計(jì)算出冷啟動(dòng)工況下離子電流信號的失火門限值為0.4V，并給出了不同工況下門限值的計(jì)算方法，實(shí)現(xiàn)了可靠的失火檢測功能。對離子電流信號的功能進(jìn)行了推廣，通過在氣缸墊內(nèi)對稱布置8個(gè)離子電流測量電極，采集了發(fā)動(dòng)機(jī)正常燃燒、爆震和失火時(shí)氣缸內(nèi)的離子電流信號，進(jìn)而給出了爆震和失火的診斷依據(jù)，由此測得的離子電流能夠有效地避免點(diǎn)火信號的干擾，有助于獲取發(fā)動(dòng)機(jī)氣缸內(nèi)多個(gè)位置的燃燒信息

2.2光學(xué)信號

發(fā)動(dòng)機(jī)燃燒室燃燒過程信息可通過光學(xué)的方法獲取該方法本質(zhì)上是一種視覺可見的方法，通常需要記錄或評估可見光和熱輻射范圍內(nèi)的電磁輻射，可直接對燃燒室內(nèi)的燃料混合物情況、電荷運(yùn)動(dòng)情況、燃燒過程（點(diǎn)火、火焰擴(kuò)散）等進(jìn)行觀測，利用透鏡的傅里葉變換效應(yīng)處理獲得的光學(xué)圖像信息會(huì)是不錯(cuò)的選擇。立體攝影術(shù)和視頻內(nèi)窺鏡方法，可實(shí)現(xiàn)對燃燒過程信息的獲取，可用于失火故障的診斷該方法主要用于實(shí)驗(yàn)性研究，并且實(shí)現(xiàn)過程簡單。提出了一種探測燃燒過程的高速光學(xué)紅外技術(shù)，利用缸內(nèi)光纖傳感器研究了SI發(fā)動(dòng)機(jī)起動(dòng)初始段瞬態(tài)過程的燃燒與排放特性。

二、失火故障診斷方法分類

1、基于數(shù)據(jù)的失火故障診斷方法

1.1失火故障數(shù)據(jù)預(yù)處理

研究發(fā)現(xiàn)，信號處理與特征參數(shù)提取是基于數(shù)據(jù)的失火故障診斷方法實(shí)現(xiàn)的關(guān)鍵，它將有助于提高失火故障診斷的精度和診斷算法的收斂速度故障數(shù)據(jù)處理過程。信號處理有助于進(jìn)一步提高網(wǎng)絡(luò)響應(yīng)的速度自適應(yīng)多尺度形態(tài)梯度算法是信號處理的一種有效方法，綜合利用小尺度下能保留信號細(xì)竹（如沖擊特征信息）和大尺度下抑制噪聲能力強(qiáng)的優(yōu)點(diǎn)，能夠在強(qiáng)噪聲背景下有效地提取振動(dòng)信號中能夠反映發(fā)動(dòng)機(jī)工作狀態(tài)的有用分量?；诖瞬捎梅秦?fù)矩陣分解的特征提取方法對信號進(jìn)行壓縮，計(jì)算用于發(fā)動(dòng)機(jī)故障診斷的特征參量與傳統(tǒng)的信號處理與特征參量提取方法相比，該方法具有更高的分類精度，為準(zhǔn)確判斷發(fā)動(dòng)機(jī)故障狀態(tài)提供了一種行之有效的新方法。

1.2結(jié)合神經(jīng)網(wǎng)絡(luò)的失火故障診斷

結(jié)合神經(jīng)網(wǎng)絡(luò)方法進(jìn)行發(fā)動(dòng)機(jī)失火故障診斷是目前應(yīng)用最廣泛的方法之一。神經(jīng)網(wǎng)絡(luò)對高壓共軌式電控柴油機(jī)故障進(jìn)行診斷，結(jié)合動(dòng)量自適應(yīng)學(xué)習(xí)率算法實(shí)現(xiàn)了對神經(jīng)網(wǎng)絡(luò)權(quán)值的自適應(yīng)設(shè)計(jì)，有效縮短了網(wǎng)絡(luò)訓(xùn)練的時(shí)間鑒于RBF（Radialbasisfunction）網(wǎng)絡(luò)響應(yīng)比BP網(wǎng)絡(luò)更迅速，收斂更快的特點(diǎn)，運(yùn)用RBF網(wǎng)絡(luò)實(shí)現(xiàn)；對電噴發(fā)動(dòng)機(jī)故障的診斷。針對Elman網(wǎng)絡(luò)增加隱層或系統(tǒng)階次學(xué)習(xí)效率低、精度不高等問題，進(jìn)一步提出改進(jìn)型Elman網(wǎng)絡(luò)，用于實(shí)現(xiàn)發(fā)動(dòng)機(jī)點(diǎn)火故障的診斷，獲得了較高的診斷精度。提出了增量式學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，相比于BP神經(jīng)網(wǎng)絡(luò)，它具有在線增量式學(xué)習(xí)能力，且不遺忘系統(tǒng)己有的專家知識，失火檢測能力更好，可實(shí)現(xiàn)離線和在線失火故障診斷進(jìn)一步地，提出了一種應(yīng)用神經(jīng)網(wǎng)絡(luò)的先進(jìn)自動(dòng)失火診斷系統(tǒng)，該系統(tǒng)包含3個(gè)步驟：故障診斷、故障定位和故障嚴(yán)重程度識別特別是在故障嚴(yán)重程度識別中，針對不同的發(fā)動(dòng)機(jī)轉(zhuǎn)速情形，設(shè)計(jì)了飽和線性傳遞函數(shù)的獨(dú)立多層感知器網(wǎng)絡(luò)，可得到較好的分類效果但針對神經(jīng)網(wǎng)絡(luò)的失火故障診斷方法整體設(shè)計(jì)過程較為復(fù)雜，且計(jì)算復(fù)雜度較高，不利于在線失火故障診斷。

結(jié)束語

總之，因此進(jìn)一步完善全工況范圍內(nèi)的失火故障診斷方法，應(yīng)將失火故障診斷方法研究推廣至發(fā)動(dòng)機(jī)怠速工況。

參考文獻(xiàn)

[1]滿朝，吳筱敏，高忠權(quán)，孟祥文，黃佐華，婁玉峰.不同位置電極附近溫度與焰后區(qū)離子電流的關(guān)系[J].內(nèi)燃機(jī)學(xué)報(bào)，2011（03）：260-264.

[2]高忠權(quán)，吳筱敏，向往，宋軼明，皮敏，黃佐華.電極結(jié)構(gòu)對離子電流影響的試驗(yàn)研究[J].內(nèi)燃機(jī)學(xué)報(bào)，2008（04）：364-368.