汽車發(fā)動機故障診斷系統(tǒng)分析

1、    汽車發(fā)動機故障診斷系統(tǒng)分析    董立軍摘要：隨著社會經(jīng)濟的日益發(fā)展和人民生活水平的不斷提升，汽車行業(yè)的發(fā)展使得人們的出行變得更加便捷，已經(jīng)贏得了越來越多人的關注。汽車發(fā)動機則作為汽車的驅(qū)動保障，它的研發(fā)水平對整個行業(yè)的發(fā)展至關重要，同時，相關故障的診斷以及系統(tǒng)分析也會在一定程度上完善汽車性能，減少故障發(fā)生率，為人們的安全出行提供保障。文中針對汽車發(fā)動機故障診斷系統(tǒng)展開了細致探究，僅供大家參考。關鍵詞：發(fā)動機；故障診斷；信號處理；模型解析一、基于信號處理的故障診斷方式對于汽車發(fā)動機故障診斷來說，它是一個模式分類和辨別問題的過程，主要包含了獲取信息

2、、提取故障特性和模式辨別三個環(huán)節(jié)。從汽車發(fā)動機故障診斷技術開始出現(xiàn)發(fā)展到現(xiàn)在，已經(jīng)演變出了多種不同的分類方式。如果依照國際慣用的方式則可以劃分為基于基礎知識、基于模型解析、基于信號處理這三種解決方式。就基于信號處理的的方式而言，它是指人們運用信號模型，比如有關的函數(shù)、頻率、小波變換等，針對所傳輸?shù)男盘栠M行直接檢測，比如方差、幅值、頻率檢測等，從而發(fā)現(xiàn)汽車發(fā)動機所存在的故障，并進行排除的一種手段。其中主要包含了小波變換方法、主元分析方法、運用kullback信息處理準則的故障檢測方法等。小波變換方法是一種結合時間與頻率的分析方法，自身的多分辨能力極強，大多被應用于一些較為平穩(wěn)信號的奇異性探究。在

3、進行診斷的過程中，需要面對所獲取的信號進行一定程度的小波變化，并適當?shù)呐懦恍┯捎谳斎胱兓鸬钠娈慄c，這樣所剩余的奇異點則可以被稱為故障點?；谛〔ㄗ儞Q方法可以有效的檢測信號的突變和噪聲問題，其故障檢測進程中相關設備較為靈敏、精確，但時間遲滯現(xiàn)象也十分明顯，同時小波段的選用也會對診斷結果有所干擾，使用時應當慎重。主元分析法是一種較為高效的數(shù)據(jù)壓縮和數(shù)據(jù)獲取的方法，這種方法可以實現(xiàn)實時診斷，可以適用于那些大型的、變動緩慢的穩(wěn)態(tài)工業(yè)環(huán)境的監(jiān)控。它可以針對故障檢測中的各種歷史數(shù)據(jù)，利用主元分析方法搭建正常狀況下的主元模型，如果測量數(shù)據(jù)與主元模型發(fā)生沖突，那么就說明有故障出現(xiàn)，可以利用數(shù)據(jù)分析探究出

4、故障出現(xiàn)原因并加以應對。二、基于解析模型的故障診斷方式就基于解析模型的故障診斷方式而言，它是發(fā)展時間最早、歷程最長的一種故障診斷方式，在進行診斷時它需要在熟練掌握診斷目標數(shù)學模型的基礎上，合理的應用數(shù)學方式被測對象進行診斷處理。它的優(yōu)勢在于能夠很好地針對未知的故障進行固有的敏感性測量，缺點則是很難獲取系統(tǒng)測量的模型，同時由于擁有建模誤差、擾動或者噪音存在，造成魯棒性問題表現(xiàn)的尤為突出。但是，由于解析模型的故障診斷模式當中魯棒性問題具有一定的使用價值，因為大多數(shù)生產(chǎn)環(huán)節(jié)中由于未知擾動、噪音等要素所引所引起的故障，要想獲取精確地數(shù)學模型太過困難。另外，在建模時，還擁有很多的不確定性、動態(tài)性出現(xiàn)，一

5、旦不能及時地應對，那么原有的故障診斷方式則就會形同虛設。動態(tài)系統(tǒng)的魯棒故障診斷則是指在診斷模型沒能確定的基礎上，故障診斷系統(tǒng)會在一定程度上辨別擾動和故障，這樣也可以很好的發(fā)現(xiàn)故障并進行處理。對于線性系統(tǒng)的魯棒故障診斷來說，主要包含殘差生成和殘差評價兩種，其擁有的各種參考成果非常豐富，可以為診斷提供很大便利。而對于非線性系統(tǒng)的故障診斷來說，深入性的的探究則相對較少，概述來說主要包含參數(shù)估計方法、狀態(tài)估計方法以及等價空間方法三種。具體介紹如下：參數(shù)故障方法，依據(jù)機理分析得知系統(tǒng)的模型參數(shù)和各種物理元器件參數(shù)關聯(lián)方程，再由實時檢測獲取系統(tǒng)的實際模型參數(shù)，最終將兩者經(jīng)過系統(tǒng)比較，確定是否出現(xiàn)故障或者故

6、障發(fā)生的程度，它的缺陷在于很難依據(jù)模型參數(shù)獲取物理參數(shù)，使得故障排除效率較低。等價空間方法則是能夠依據(jù)系統(tǒng)的輸入、輸出的實際值對系統(tǒng)中數(shù)學模型的一致性進行考量，這樣也可以起到檢測和分離故障的目的。狀態(tài)估計法則是指重新構建被控過程的狀態(tài)，可以適當?shù)睦门c可測變量之間所構建的殘差序列，構建出一定的故障檢測模型，然后在運用統(tǒng)計檢測方法，在殘差序列當中進行故障檢測，為進一步故障分類、估測預處理提供支持。三、基于知識的故障診斷方式目前，隨著我國信息行業(yè)的飛速發(fā)展，各種新型的設備開始不斷地應用于故障診斷技術當中，所以基于知識的故障診斷方法得到了很大的發(fā)展，它對于目標對象的精確化數(shù)字模型要求相對較低，同時自

7、身的智能化、自動化操作卻得到了長足發(fā)展。以下就基于知識的故障診斷方式當中的有關方法進行詳細講解：第一，專家系統(tǒng)故障診斷方法，是指先利用計算機采集診斷目標信息，然后綜合性的考量各種規(guī)則，再利用各種推理或者應用程序，向用戶索要一些必要的信息，進而快速找到故障并加以排除。第二，模糊故障排除方法，是指通過系統(tǒng)探究故障與征兆之間的聯(lián)系來判別設備運行狀況，進而找出故障并加以應對的方法。第三，故障樹故障診斷方法，它是基于診斷目標進行結構、功能探究的一種方法，具有一定的因果關系，同時依據(jù)這種理念再找到故障之間的邏輯關系之后，可以依照各種搜尋方式進行故障排除與應對等。總之，故障診斷的方法還有很多，需要人們仔細探究，找出最為合理的應對方法，才可以更為高效地解決問題。四、結語隨著人們生活水平日益提升，對于汽車等出行工具的使用越來越頻繁，其發(fā)動機故障診斷的系統(tǒng)研究也就顯得越來越重要，需要引起人們的廣泛重視。文中主要介紹了基于信號處理、解析模型、基于主元知識三