勞庭

摘 要：當(dāng)前，科學(xué)技術(shù)水平不斷提升，汽車制造工藝得到優(yōu)化，現(xiàn)代汽車逐漸呈現(xiàn)出使用功能多元化、電子化發(fā)展趨勢(shì)，為駕駛員提供了更為舒適的駕駛體驗(yàn)。但與此同時(shí)，由于現(xiàn)代汽車的發(fā)動(dòng)機(jī)結(jié)構(gòu)較為復(fù)雜，對(duì)汽車故障診斷水平提出了更高的要求，傳統(tǒng)故障診斷模式難以滿足實(shí)際工作需求。因此，本文對(duì)汽車發(fā)動(dòng)機(jī)故障診斷理論及方法進(jìn)行研究，旨在構(gòu)建規(guī)范、標(biāo)準(zhǔn)的故障診斷體系。

關(guān)鍵詞：汽車發(fā)動(dòng)機(jī);故障診斷;理論方法

1 汽車發(fā)動(dòng)機(jī)故障診斷理論

現(xiàn)階段，汽車發(fā)動(dòng)機(jī)故障診斷主要是對(duì)汽車發(fā)動(dòng)機(jī)運(yùn)行參數(shù)、監(jiān)測數(shù)據(jù)進(jìn)行采集分析，在其基礎(chǔ)上準(zhǔn)確評(píng)估發(fā)動(dòng)機(jī)運(yùn)行工況，考慮到發(fā)動(dòng)機(jī)結(jié)構(gòu)特征、使用年限、歷史檢修數(shù)據(jù)等問題，對(duì)汽車發(fā)動(dòng)機(jī)情況進(jìn)行綜合性判斷，發(fā)現(xiàn)各項(xiàng)潛伏故障、或是已經(jīng)出現(xiàn)的故障問題，綜合性判斷報(bào)告即為汽車發(fā)動(dòng)機(jī)故障診斷報(bào)告。目前來看，在汽車發(fā)動(dòng)機(jī)故障診斷工作中，常用診斷方法分為信號(hào)處理故障診斷法、解析模型故障診斷法、知識(shí)處理狀態(tài)故障診斷法三種，不同方法的故障診斷理論存在差異。

其中，信號(hào)處理故障診斷法是對(duì)汽車在行駛、檢修過程中產(chǎn)生的信號(hào)進(jìn)行采集，從中提取出故障特征信號(hào)，構(gòu)建信號(hào)模型，運(yùn)行各項(xiàng)信號(hào)處理分析技術(shù)開展一系列操作，如剔除異常數(shù)據(jù)、算法分析等，來完成發(fā)動(dòng)機(jī)故障檢測工作。解析模型故障診斷法指，導(dǎo)入特定數(shù)學(xué)公式，在已知汽車發(fā)動(dòng)機(jī)運(yùn)行監(jiān)測參數(shù)、數(shù)據(jù)信息基礎(chǔ)上構(gòu)建診斷對(duì)象數(shù)學(xué)模型，對(duì)汽車發(fā)動(dòng)機(jī)數(shù)據(jù)對(duì)象開展診斷處理作業(yè)，有效發(fā)揮數(shù)學(xué)模型對(duì)未知故障問題的敏感性特征。知識(shí)處理狀態(tài)故障診斷法的基本理論為，構(gòu)建專家知識(shí)庫，基于模糊理論將汽車發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行分析，確定故障問題大體范圍，隨后與知識(shí)庫中其他數(shù)據(jù)進(jìn)行對(duì)照分析，在不構(gòu)建診斷對(duì)象數(shù)學(xué)模型的前提下，快速判定汽車發(fā)動(dòng)機(jī)故障類型及產(chǎn)生原因。

2 汽車發(fā)動(dòng)機(jī)故障診斷方法

2.1 信號(hào)處理故障診斷法

2.1.1 小波分析法

這項(xiàng)故障診斷法主要被用于開展視頻分析作業(yè)，方法具有多辯多分析特點(diǎn)，在信號(hào)不穩(wěn)定狀態(tài)下可以起到良好診斷效果，發(fā)動(dòng)機(jī)故障診斷效率、診斷精度較高。例如，在汽車發(fā)動(dòng)機(jī)故障診斷過程中，工作人員可選擇運(yùn)用小波分析法將波形分析、汽車發(fā)動(dòng)機(jī)加以連接，保持采集波形系統(tǒng)、發(fā)動(dòng)機(jī)運(yùn)行二者之間的緊密聯(lián)系。如此，在汽車發(fā)動(dòng)機(jī)處于運(yùn)行狀態(tài)時(shí)，波形系統(tǒng)將持續(xù)對(duì)轉(zhuǎn)速、噴油脈寬等多項(xiàng)參數(shù)進(jìn)行采集，將其轉(zhuǎn)換為信號(hào)，根據(jù)波形變動(dòng)情況來幫助工作人員辨別汽車發(fā)動(dòng)機(jī)運(yùn)行工況、評(píng)估故障類型。例如，在故障診斷過程中，如若汽車發(fā)動(dòng)機(jī)在常規(guī)速度運(yùn)行狀態(tài)下出現(xiàn)相關(guān)油耗、轉(zhuǎn)速值、點(diǎn)火角等參數(shù)保持穩(wěn)定狀態(tài)，但噴油脈寬度明顯增加的異?，F(xiàn)象時(shí)，表明發(fā)動(dòng)機(jī)有可能出現(xiàn)油缸斷油故障。

2.1.2 主元分析法

在故障診斷過程中，對(duì)所采集相關(guān)數(shù)據(jù)信息開展壓縮、分析等處理工作，剔除異常與無用信息、提取關(guān)鍵數(shù)據(jù)。隨后，在關(guān)鍵數(shù)據(jù)、汽車發(fā)動(dòng)機(jī)歷史故障數(shù)據(jù)的基礎(chǔ)上構(gòu)建原始分析模型，持續(xù)向模型中導(dǎo)入所采集的實(shí)測信號(hào)。如原始分析模型中出現(xiàn)實(shí)測信號(hào)、主元信號(hào)二者沖突現(xiàn)象時(shí)，則表明汽車發(fā)動(dòng)機(jī)存在故障特征，工作人員采取特定方式對(duì)故障數(shù)據(jù)進(jìn)行提取分離，根據(jù)數(shù)據(jù)處理結(jié)果來判定故障類型、分析出現(xiàn)成因。

2.2 解析模型故障診斷法

2.2.1 參數(shù)估計(jì)法

這項(xiàng)故障診斷方法指，采取機(jī)理分析方式，幫助工作人員掌握汽車發(fā)動(dòng)機(jī)物理元器件參數(shù)、所構(gòu)建診斷對(duì)象數(shù)學(xué)模型二者內(nèi)在關(guān)系，導(dǎo)入特定方程式來計(jì)算實(shí)際模型參數(shù)、物理元器件參數(shù)。隨后，對(duì)各項(xiàng)標(biāo)稱值進(jìn)行對(duì)比分析，根據(jù)分析結(jié)果來辨別汽車發(fā)動(dòng)機(jī)是否存在故障問題。但根據(jù)實(shí)際應(yīng)用情況來看，所導(dǎo)入關(guān)系方程式不具備雙射特征，很難準(zhǔn)確計(jì)算物理參數(shù)值，存在故障診斷局限性。因此，工作人員可選擇同步采取參數(shù)估計(jì)法與其他解析模型故障診斷法，以此來突破技術(shù)屏障，保證汽車發(fā)動(dòng)機(jī)故障檢測結(jié)果真實(shí)準(zhǔn)確。

2.2.2 狀態(tài)估計(jì)法

在運(yùn)用這項(xiàng)故障診斷方法時(shí)，需要對(duì)汽車發(fā)動(dòng)機(jī)的實(shí)時(shí)運(yùn)行參數(shù)進(jìn)行監(jiān)測采集，將所采集數(shù)據(jù)與相對(duì)應(yīng)額定值進(jìn)行對(duì)照分析，在其基礎(chǔ)上構(gòu)建數(shù)學(xué)模型。如若可測變量與額定值二者差值過大時(shí)，則表明汽車發(fā)動(dòng)機(jī)處于異常運(yùn)行狀態(tài)。工作人員結(jié)合實(shí)際情況采取適當(dāng)?shù)慕y(tǒng)計(jì)檢驗(yàn)方法，構(gòu)建殘差序列，從序列中提取故障數(shù)據(jù)進(jìn)行分析即可。目前來看，常用的統(tǒng)計(jì)檢驗(yàn)方法包括故障檢測濾波器法、一致性空間法、Kalman濾波器陣列法。

2.3 知識(shí)處理狀態(tài)故障診斷法

2.3.1 專家系統(tǒng)故障診斷法

工作人員將所采集汽車發(fā)動(dòng)機(jī)運(yùn)行監(jiān)測數(shù)據(jù)、或是所提取故障碼導(dǎo)入至專家系統(tǒng)，系統(tǒng)基于知識(shí)規(guī)則庫程序運(yùn)行準(zhǔn)則對(duì)各項(xiàng)數(shù)據(jù)參數(shù)進(jìn)行分析處理，將分析結(jié)果輸入至推理機(jī)中，再將推理機(jī)分析結(jié)果、數(shù)據(jù)庫分析結(jié)果進(jìn)行對(duì)比驗(yàn)證，幫助工作人員準(zhǔn)確、快速辨別汽車發(fā)動(dòng)機(jī)故障問題。

2.3.2 神經(jīng)網(wǎng)絡(luò)故障診斷法

在汽車發(fā)動(dòng)機(jī)傳統(tǒng)故障診斷模式中，由于部分故障問題的出現(xiàn)成因較為復(fù)雜，工作人員很難在短時(shí)間內(nèi)完成故障診斷工作，且診斷結(jié)果真實(shí)性缺乏保障。而對(duì)神經(jīng)網(wǎng)絡(luò)故障法的應(yīng)用，通過模仿人類大腦神經(jīng)元結(jié)構(gòu)而構(gòu)建的神經(jīng)網(wǎng)絡(luò)，可以替代人工快速處理大量的數(shù)據(jù)信息，其具有良好的數(shù)學(xué)模擬分析能力，幫助工作人員掌握超越自身處理極限的數(shù)據(jù)信息，從龐大數(shù)據(jù)量中提取關(guān)鍵數(shù)據(jù)，準(zhǔn)確判定故障類型與出現(xiàn)成因。

2.3.3 模糊故障診斷法

在采取解析模型故障診斷法時(shí)，如若汽車發(fā)動(dòng)機(jī)故障問題較為復(fù)雜時(shí)，很難通過構(gòu)建數(shù)學(xué)模型來準(zhǔn)確表達(dá)發(fā)動(dòng)機(jī)故障、所出現(xiàn)征兆之間的內(nèi)在關(guān)系。這時(shí)，可選擇運(yùn)用模糊故障診斷法，基于模糊邏輯建立汽車發(fā)動(dòng)機(jī)故障成因、征兆的模糊關(guān)系矩陣，在已知數(shù)據(jù)信息中提取特征參數(shù)向量，根據(jù)相應(yīng)判斷準(zhǔn)則來獲取診斷結(jié)果，幫助工作人員掌握汽車發(fā)動(dòng)機(jī)故障、征兆二者關(guān)系，分析各類故障問題的可能性、鎖定大體故障范圍。

3 結(jié)語

綜上所述，在汽車制造水平不斷提高的同時(shí)，汽車發(fā)動(dòng)機(jī)故障問題出現(xiàn)率、故障診斷工作難度有所提升，存在一定的安全隱患，對(duì)車輛行駛安全的提高，是當(dāng)前我國汽車行業(yè)的一項(xiàng)重要課題。因此，企業(yè)必須提高對(duì)發(fā)動(dòng)機(jī)故障診斷理論、各項(xiàng)具體故障診斷方法的研究力度，持續(xù)完善理論體系，根據(jù)實(shí)際情況科學(xué)制定故障診斷方案，全面提高汽車發(fā)動(dòng)機(jī)故障診斷質(zhì)量。

參考文獻(xiàn)：

[1]王寧，張清魯.汽車發(fā)動(dòng)機(jī)故障診斷研究的理論與方法[J].時(shí)代汽車，2019（03）.

[2]陳修禹.汽車發(fā)動(dòng)機(jī)故障診斷研究的理論與方法[J].科技資訊，2016，14（04）.