李錫坤　吳茂軍

摘 要：在汽車的內(nèi)部的復(fù)雜結(jié)構(gòu)中，發(fā)動機是機械動力源，外界環(huán)境條件越復(fù)雜，其故障的檢測與判斷也就越困難。隨著我國科學(xué)技術(shù)的不斷發(fā)展，當(dāng)前發(fā)動機故障診斷技術(shù)的研發(fā)與應(yīng)用也實現(xiàn)了突破，本文對其進行探討，重點分析當(dāng)前汽車發(fā)動機智能故障診斷的技術(shù)，以供參考。

關(guān)鍵詞：汽車發(fā)動機；智能故障；診斷技術(shù)

1 引言

發(fā)動機可以說是汽車的心臟，汽車應(yīng)用安裝的很多基本技術(shù)性能都與發(fā)動機有著直接或間接關(guān)系。但由于汽車的發(fā)動機內(nèi)部結(jié)構(gòu)相對復(fù)雜，且外部的工作環(huán)境不夠穩(wěn)定，長時間處于負(fù)載轉(zhuǎn)速的交變環(huán)境中，其本身的運行受到影響，同時還會因此而發(fā)生各種故障。有研究發(fā)現(xiàn)，發(fā)動機出現(xiàn)故障的幾率占據(jù)了汽車所有故障幾率的近20%[1]，由此可見，探討并研究汽車發(fā)動機智能故障診斷技術(shù)具有非常重要的意義。

2 汽車發(fā)動機智能故障診斷系統(tǒng)研究

汽車故障的診斷工作主要通過系統(tǒng)設(shè)備運行過程中發(fā)生的各種異常情況應(yīng)用檢查方式進行檢測，判斷系統(tǒng)設(shè)備存在的問題，具體找出故障發(fā)生位置，而智能故障診斷則是實現(xiàn)了對智能技術(shù)的充分應(yīng)用，加入了對技術(shù)參數(shù)以及表面物理現(xiàn)象的判斷，由故障的表象特征進行評估，最終確定故障位置、故障原因以及相應(yīng)的故障解決方法[2]。智能化故障診斷工作主要包括了故障的監(jiān)測以及容錯控制兩個方面，而系統(tǒng)則包含知識庫、數(shù)據(jù)庫、人機接口、獲取診斷信息、進行診斷推理等功能模塊（智能故障診斷系統(tǒng)組成圖如1所示）。在實際的汽車智能故障診斷中，必須建立有關(guān)汽車設(shè)備的技術(shù)參數(shù)等數(shù)據(jù)庫，同時以機器模擬的形式對樣本進行訓(xùn)練，確定了汽車的運行信息以后，再通過模塊診斷結(jié)果對信息進行處理，隨后通過解釋機構(gòu)反映并診斷信息的情況，即反映故障情況，確保后續(xù)的故障處理工作得以有效展開，也在一定程度上保證了汽車等設(shè)備的正常使用。

3 汽車發(fā)動機故障診斷技術(shù)的發(fā)展現(xiàn)狀

隨著科技的不斷發(fā)展，當(dāng)前應(yīng)用在汽車故障診斷工作中的各種技術(shù)已經(jīng)實現(xiàn)了巨大的創(chuàng)新與突破。研究當(dāng)下汽車發(fā)動機故障診斷技術(shù)的進展以存在的問題，主要的發(fā)展趨勢為以下幾點：（1）遵循零部件動力學(xué)模型與相應(yīng)的機理發(fā)展；（2）加入并廣泛應(yīng)用了現(xiàn)代信號處理技術(shù)，強化在信號采集、信號分析以及信號識別能力，時頻分析法語小波分析法成為主要的運用方式；（3）汽車發(fā)動機的診斷技術(shù)與制造技術(shù)和設(shè)計技術(shù)進行了融合，也就是汽車發(fā)動機在設(shè)計與制造過程中采用的傳感器被廣泛地提前安裝于發(fā)動機內(nèi)部，為故障發(fā)生的診斷和維修工作提供便利，同時也有效預(yù)防在測量過程中產(chǎn)生的誤差；（4）發(fā)動機故障智能化診斷方式高速發(fā)展，盡管當(dāng)下應(yīng)用的很多人工智能故障診斷體系已經(jīng)逐漸成型，但在具體的故障領(lǐng)域中依舊有很多亟待解決的問題需要依賴智能模式；（5）診斷裝置與系統(tǒng)的適用性與實用性將大幅度提高[3]。

4 汽車發(fā)動機故障智能診斷技術(shù)及應(yīng)用

對智能化技術(shù)的研究最早出現(xiàn)在上世紀(jì)50年代，當(dāng)時主要應(yīng)用在游戲等領(lǐng)域，并試圖通過電子路線對人大腦和神經(jīng)元進行模擬，盡管結(jié)果并沒有成功，但卻為后續(xù)研制與使用的成功打下基礎(chǔ)。到70年代時，一些專家已經(jīng)將這種創(chuàng)意跨入工程領(lǐng)域進行研究。80年代后，各種推理技術(shù)、機器視覺都成為了領(lǐng)域內(nèi)研究的重點，這時依舊將知識作為核心，不斷對機器設(shè)備故障的問題進行求解，但卻受到適應(yīng)性差等限制，存在不少困難。如今，隨著工作人員的深入研發(fā)和大量實踐應(yīng)用，智能故障診斷技術(shù)已實現(xiàn)廣泛應(yīng)用，并在各領(lǐng)域證實了其價值與意義。

4.1 建立在專家系統(tǒng)基礎(chǔ)上的智能診斷技術(shù)

智能診斷技術(shù)建立于專家系統(tǒng)基礎(chǔ)上，就是通過收集多種有關(guān)汽車發(fā)動機故障的問題以及對應(yīng)的方案，并將出現(xiàn)過的實例程序以編程的形式輸入到計算機軟件中，設(shè)置診斷編碼，于是在汽車發(fā)動機出現(xiàn)相應(yīng)的故障時，數(shù)據(jù)庫中的有關(guān)內(nèi)容就能與實際的故障進行匹配，正確診斷出具體的故障。流程表現(xiàn)為：發(fā)動機故障發(fā)生——專用信號采集裝置收集相關(guān)的故障信息——信息傳輸至計算機——信息保存至故障的識別軟件——對比具體的故障信息與數(shù)據(jù)庫資料——自動對故障與信息進行配對。在數(shù)據(jù)庫的故障信息與實際的故障情況完成配對以后，就能呈現(xiàn)有關(guān)故障發(fā)生的原因、前兆、解決方案等相應(yīng)內(nèi)容，并在每一次故障出現(xiàn)并解決以后更新資料，進一步儲存并完善故障信息，以便日后更充分信息匹配。

4.2 建立在模糊數(shù)學(xué)基礎(chǔ)上的智能診斷技術(shù)

在模糊數(shù)學(xué)理論最初提出之時，只是為了更好地解決數(shù)學(xué)領(lǐng)域方面的數(shù)學(xué)問題，但隨著各種學(xué)科知識的相互滲透，數(shù)學(xué)理論中的一些經(jīng)典公式、定理在概念模糊化后逐漸發(fā)展成為其他領(lǐng)域的重要理論支撐。在汽車發(fā)動機智能診斷技術(shù)中應(yīng)用模糊數(shù)學(xué)理論，正是充分展現(xiàn)了這一理論中模糊診斷與數(shù)學(xué)建模的重要內(nèi)容。如果汽車的發(fā)動機發(fā)生故障，其故障數(shù)據(jù)與信息就能馬上出現(xiàn)并整理分析，形成模糊診斷的模型。經(jīng)過程序的分析后可以幫助工作人員快速地找準(zhǔn)具體的故障點，進而采取有效措施解決故障問題。在發(fā)動機智能診斷技術(shù)中數(shù)學(xué)模糊理論的應(yīng)用有著較為明顯的優(yōu)勢，首先，將專家系統(tǒng)中的專業(yè)語言轉(zhuǎn)變?yōu)殡娔X更容易進行識別的變量，難度系數(shù)降低，一定程度上提升了故障診斷工作的效率。其次，針對出現(xiàn)的多種故障情況展開分析時，其對應(yīng)的故障安全等級可實現(xiàn)自動生成，并由顯示的等級結(jié)果對故障的重點與難點問題進行有條理有層次地處理。再者，針對一些無法短時間內(nèi)確定的故障信息，系統(tǒng)的分析能力得到了提高，同時不確定的故障處理能力也得到保障。

4.3 建立在故障樹基礎(chǔ)上的智能診斷技術(shù)

故障樹分析，緊密結(jié)合了汽車發(fā)動機本身的性能情況以及工作特點，并以專業(yè)的構(gòu)成形成樹狀的圖形。其運行的機制具有嚴(yán)密的邏輯性，如以系統(tǒng)最難以處理的故障作為頂級事件，第二事件與第三事件則為有可能發(fā)生的故障難題，嚴(yán)密的邏輯性與排序過程確定了各故障之間的一種倒樹狀關(guān)系，也就將故障中各種零部件故障、系統(tǒng)故障等按照一定的順序進行了排列。但這種技術(shù)存在一定的缺陷，即系統(tǒng)本身的邏輯性盡管嚴(yán)密，但劃分的要求卻較為簡單，所以容納的故障類型也相對有限，在當(dāng)前的汽車發(fā)動機診斷工作中，這種技術(shù)通常作為輔助技術(shù)使用。

4.4 建立在人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上的智能診斷技術(shù)

人工神經(jīng)網(wǎng)絡(luò)早在1943年時建立對應(yīng)的模型，當(dāng)前其診斷技術(shù)已經(jīng)成為人工神經(jīng)網(wǎng)絡(luò)重要的分支，主要通過神經(jīng)元以及周邊有權(quán)重性質(zhì)的連接實現(xiàn)對隱含問題的解決。而在實際的技術(shù)應(yīng)用上，更是能處理一些相對復(fù)雜的問題，同時還具備了對新錄入信息的自主學(xué)習(xí)能力。僅從系統(tǒng)技術(shù)的自主學(xué)習(xí)能力方面進行比較，建立在人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上的智能診斷技術(shù)就具備了比前幾種診斷技術(shù)更先進的優(yōu)勢，但也有一定的技術(shù)條件缺陷，比如在故障診斷檢測過程中對應(yīng)的樣品儲存容量無法滿足新信息不斷接收錄入的要求，而一旦樣品容量已滿，那么最終的診斷結(jié)果就很有可能出現(xiàn)偏差[4]。

5 結(jié)語

綜上所述，當(dāng)前汽車發(fā)動機的智能故障診斷技術(shù)已基本實現(xiàn)了廣泛的應(yīng)用，同時也充分發(fā)揮技術(shù)應(yīng)用的價值，滿足不同故障的診斷及問題解決的要求，比過去傳統(tǒng)中過于依賴人為主觀意志而診斷故障的方式有更大的優(yōu)勢，確保準(zhǔn)確性與穩(wěn)定性。伴隨著現(xiàn)代化科學(xué)技術(shù)的不斷發(fā)展，其診斷技術(shù)的創(chuàng)新與應(yīng)用也注入了更多現(xiàn)代化、網(wǎng)絡(luò)化以及多樣化的元素，必然將大幅度提高汽車發(fā)動機診斷的準(zhǔn)確率及故障排除工作的效率，推動我國汽車行業(yè)的快速發(fā)展。

參考文獻：

[1]趙鑫.汽車發(fā)動機智能故障診斷技術(shù)的研究[J].科技論壇，2014，12（21）：64.

[2]陳國慶.汽車發(fā)動智能故障診斷技術(shù)分析[J].農(nóng)機使用與維修，2016，11（06）：17-18.

[3]鮑曉.汽車發(fā)動機智能故障診斷系統(tǒng)的研究分析[J].企業(yè)技術(shù)開發(fā)，2013，32（06）：7-8.

[4]許心遠(yuǎn).淺談汽車發(fā)動機智能故障診斷技術(shù)[J].檢測與控制，2012，10（29）：110-111.