汽车故障诊断技术.ppt

汽车故障诊断,李海波21122035,目录,汽车故障汽车故障诊断概述传统汽车故障诊断技术现代汽车故障诊断技术,汽车故障及其成因,一、汽车故障汽车故障是指汽车部分或完全丧失工作能力的现象。产品可以分为：可修复类和不可修复类。可修复类产品：指产品发生故障后可以通过维修恢复其规定功能的产品。不可修复产品：指产品发生故障以后不能维修而直接报废的产品。,汽车故障分类,（1）按照故障发生的性质分为自然故障和人为故障自然故障：汽车在使用期内，由于受外部、内部不可抗拒的自然因素的影响而产生的故障。人为故障：汽车在制造和维修中，由于使用了不合格的零件或违反了装配的技术要求，或汽车在使用中没有遵守使用条件或者操作工艺规程及运输、保管不当等人为因素造成的故障。,（2）按发生的后果分为一般故障、严重故障和致命故障。,汽车故障产生的原因,汽车故障诊断概述,医学诊断与汽车故障诊断的比较,故障诊断医生看病,国外汽车诊断技术发展,单向检测技术，以机械结构为主,随着机电一体化技术的发展，出现了单机自动化的检测诊断设备，如四轮定位仪等。,实现了汽车诊断控制自动化，出现了集检测工艺、操作、数据采集、存储等功能一体的系统软件,国内汽车诊断技术发展,我国是20世纪60年代开始研究汽车诊断技术，如发动机气缸漏气量检测仪等。80年代，随着汽车产业发展，汽车诊断技术得到了迅速发展，到90年代，我国相继研制了侧滑试验台、制动试验台、汽车检测站以及自主研发的发动机故障诊断仪、四轮定位仪等。,我国汽车诊断技术与国外存在的差距虽然我国汽车诊断技术正在快速发展，但是与国外先进水平相比，还有一定的差距，主要表现在一下三方面。,汽车故障诊断,汽车故障诊断技术是一门综合性技术，它涵盖多门学科：现代控制理论、信号处理、模式识别、计算机工程、人工智能、电子技术、应用数学、数理统计以及相关的应用学科。汽车故障诊断：汽车不解体或少解体情况下，确定汽车的技术状况，查明故障部位及故障原因的技术。,故障诊断方法分类,汽车故障检测是通过检查、检测、分析、判断等一系列活动完成的，其基本方法分为两种：直观检测法和现代仪器设备诊断法。1.直接检测法直接检测法又称人工经验诊断法，是指诊断人员凭借丰富的实践经验和一定的理论知识，在汽车不解体或局部解体的情况下，借助简单的检查工具，主要采用眼看、耳听、手模、鼻闻等手段，进行检查、试验、分析和确定汽车故障原因和部位的诊断方法。2.现代仪器设备诊断法仪器设备诊断法是诊断人员在汽车不解体或局部解体的情况下，采用现代检测诊断仪器设备，对汽车各种诊断参数进行检测、试验、分析，最终确定汽车故障原因和部位的诊断方法。,设备仪器,传统与现代汽车维修的区别：传统汽车维修强调汽车修理工艺并以零部件修复为手段现代汽车维修突出汽车诊断技术并以判断故障点为目标,传统与现代汽车维修的区别：传统汽车维修技术特征“三分技术,七分工具”传统汽车维修的技术队伍中有师傅和徒弟两个层面,这两层面在技术上只有熟练程度上的差异没有本质上的区别传统汽车维修技术的延续方式是师徒承袭现代汽车维修技术特征“七分诊断,三分修理”,现代汽车维修,汽车医生,汽车护士,汽车护士的职责与素质要求,汽车医生的职责与素质要求,汽车故障诊断的基本思路,汽车故障排查的流程,先易后难分段排查,清洁、规范、正宗,传统的汽车故障诊断技术,万用表诊断汽车示波器专业综合诊断,万用表诊断,汽车故障一般分为持续性故障和间歇性故障，万用表诊断主要针对持续性故障。万用表种类：指针式、数字式汽车故障诊断多采用阻抗高、对电子元件影响小、能有效防止因瞬间过电压而烧坏的数字式万用表。优点：汽车万用表除具有数字万用表功能外，还具有汽车专用项目测试功能：可测量交流电压、电流、直流电压、电流、电阻、频率、电容、占空比、温度、二极管、闭合角、转速；也有一些新颖功能，如自动断电，自动变换量程，模拟条图显示，峰值保持，读数保持（数据锁定），以及电池测试（低电压提示）等。,指针式,数字式,曲轴位置传感器的检测,1.电阻检测：测量曲轴位置传感器端子A-C和B-C直接的电阻，电阻值均应符合车型技术要求。2.检测信号电压：摇动起动机带动发动机的同时，测量曲轴位置传感器端子A-C和B-C之间的电压信号，电压值的大小应符合车型技术要求。3.检测传感头与信号转子之间的间隙：检查传感头与信号转子之间的间隙，应符合车型技术要求。,汽车示波器诊断法,汽车示波器，顾名思义就是用来检测汽车电子电路故障的示波器。它可以将反映一段时间内电压变化的电信号转化为可视图像，将信息以连续的电压变化曲线形式显示出来，该曲线被称为波形或踪迹。用示波器可以进行精确测量，显示电压的任何变化。,Pico4223-kit两通道汽车示波器,Pico汽车诊断示波器特别适合于进行汽车故障诊断。拥有各种先进功能，例如高分辨率和高精度，大容量缓存，以及高速USB连接，Pico汽车诊断示波器提供无比的高性能，并且特别适合应用在要求最高的汽车诊断工作中。PICO示波器有两种用法：移动应用和车间应用。当用于开车路试时，笔记本电脑通过USB连接线向示波器提供电源，同时示波器通过USB连接线将采集到的数据在电脑显示屏上显示出来。可以更容易诊断时有时无的间歇性故障。,汽车示波器强大的功能在于测量汽车电路系统所产生的信号，包括初级次级点火，电脑控制系统，以及CAN总线信号。这种先进的高分辨率示波器能够采集高达512000个样本，用户可以在宽大的屏幕上看到汽车点火信号和ECU信号波形细节。菜单中含有超过60项预先设置的测试选项和参考波形，使诊断快速和容易。用户只须在菜单中选择你要测试的传感器或电路，示波器就会自动设置好所有测试参数（最佳时基，量程等），并且给出详细的测试步骤和参考波形。,专业综合诊断,以将单项、分散的检测设备连线建站为特征，使诊断工作成为汽车维修工作中的一项新的专门任务。诊断工作是依靠仪器设备和直观检测，在不解体或不拆卸零件的情况下，得到一系列准确数据，并与规定的标准技术参数相比较，以确定汽车零部件是否需要维修或更换。,现代汽车故障诊断技术,利用故障码诊断汽车故障诊断专家系统基于小波技术汽车故障诊断技术汽车远程故障诊断,利用故障码诊断,一、利用故障码诊断故障：随着电子技术的发展，微电脑（ECU）由于其体积小、成本低、可靠性高等优点，在汽车电子控制中得到越来越广泛的应用。然而，由于汽车控制的电子化，给汽车的诊断维修工作带来很大的困难，因此现代电喷车都提供故障自诊断功能。自诊断功能的原理是：汽车正常运行时，电子控制单元ECU输入、输出信号的电压值都有一定的变化范围，当某一信号的电压值超出了这一范围，并且这一现象在一段时间不消失，ECU便判断为这一部分信号电路有故障。ECU把这一故障以代码的形式存入内部随机存储器，同时点亮仪表板上的故障指示灯，提醒驾驶员。维修人员则可利用读出的故障码，很容易知道故障所在。,提取故障码的方法有两种：人工读码和采用仪器的方法（采用汽车故障电脑诊断仪）。一、人工读码方法及其存在的困难将发动机熄火，把故障检测插座内特定的两个插座用一根导线短接后，通过观察仪表板上的故障指示灯的闪烁频率和次数来读取故障代码。准确率受人为因素影响。这种方法无须专门的检测设备，因而可以节省投资。但会遇到一些困难，简单地说，是因为车型种类繁多，有亚、欧、美几十种车系上百种车型；电子系统繁多，较先进的车上往往有防撞气囊系统（SRS）、自动防抱系统（ABS）、电控燃油喷射系统（EFI）、巡航定速系统（CC）、自动空调系统（A/C）等，具体的困难有如下几个方面。,a）诊断座的型式和位置多变，不仅不同厂家的车型间各不尽相同，同一车系也往往有几种，如奔驰的诊断座有8孔、16孔、9孔、38孔等型式，位置则有乘客侧防火墙附近、驾驶侧避震器附近、乘客侧避震器附近等。b）跳线困难，不同的车型、不同的诊断座、不同的系统（如EFI、ABS）需要不同的跳线方法。没有相应的资料，就会无从下手。c）读码方法各异。同样是闪光码，编码方式各异。有采用2位数字组成一个码，也有用3位和4位的。d）故障码对应的含义无从知晓，很多情况下，虽然读出了故障码，但由于该车型不常见或较新，找不到有关的资料。e）清码较麻烦，跟读码一样，清码也会遇到跳线的困难。,二、汽车故障诊断仪取码与人工的方法相比，采用电脑故障诊断仪使得电喷车的修理相当先进和轻松，维修人员只要把诊断仪的插头插在汽车的诊断座上，接下去要做的就是根据诊断仪的提示按按键，就可以了解汽车的“病因”。硬件支持的主要功能（1）通过CAN、LIN通信模块可以实现与车载内各电子控制装置ECU之间的对话，传送故障代码以及发动机的状态信息。（2）通过单片机的同步/异步收发器可以与PC机进行串行通信从而完成数据交换，下载程序，以及诊断仪升级等功能。（3）通过液晶显示器来显示汽车运行的状态数据及故障信息。（4）通过键盘电路来执行不同的诊断功能。（5）通过一种具有串行接口的大容量FLASH存储器来保存大量的故障代码及其测量数据。,现代汽车故障诊断仪器设备的分类,C派车况检测监控仪,C派车况检测监控仪（又名：C派便携式行车电脑K3）由深圳凯派科技有限公司研发生产，具备读取故障码、清除故障码、完整显示车况、改善驾驶习惯，降低油耗、故障报警，超速报警，以及多功能保养提醒等功能。目前对于车辆行驶中实时监控的各项专业技术参数的显示，即使是高档豪华车的原车也不能完全体现，只有在专业的4S店，用专业的诊断设备才能看到。一般情况下，车主只有在车子出了故障才意识到要去维修和保养。,C派车况检测监控仪,C派车况监控仪K3能通过读取故障码，对车辆进行故障诊断，包括综合部件监测、氧传感器诊断、失火诊断、二次空气流量诊断等包括5000个故障代码的读取。在车辆发动状态下轻触故障诊断界面，进入该功能后，系统立即启动对全系统16个关键参数的自动全数扫描，5分钟后会将扫描结果反馈在屏幕上。如果车辆出现异常，系统会自动报警，显示并记录故障代码。这样能够有效地将安全事故防微杜渐，车子一旦出现小毛病，车主就能有针对性地到专业维修店进行处理。安装了C派车况监控仪，车主就好像随身携带了一名车辆的“体检医生”一样，随行检测，将事故防范于未然。,C派车况检测监控仪,视频,OBD,OBD是英文On-BoardDiagnostics的缩写，中文翻译为“车载自动诊断系统”。这个系统将从发动机的运行状况随时监控汽车是否尾气超标，一旦超标，会马上发出警示。当系统出现故障时，故障(MIL)灯或检查发动机(CheckEngine)警告灯亮，同时动力总成控制模块(PCM)将故障信息存入存储器，通过一定的程序可以将故障码从PCM中读出。根据故障码的提示，维修人员能迅速准确地确定故障的性质和部位。,OBD法规发展过程,国外,从20世纪80年代起，美、日、欧等各大汽车制造企业开始在其生产的电喷汽车上配备OBD，初期的OBD没有自检功能。比OBD更先进的OBD-在20世纪90年代中期产生，美国汽车工程师协会(SAE)制定了一套标准规范，要求各汽车制造企业按照OBD-的标准提供统一的诊断模式，在20世纪90年末期，进入北美市场的汽车都按照新标准设置OBD。,国内,标准化,通用术语和缩写词通用数据诊断接口通用诊断测试模式通用扫描工具通用诊断故障码标准化协议,系统概况,OBD是通过各种与排放有关的部件信息，联接到电控单元（ECU），ECU具备检测和分析与排放相关故障的功能。当出现排放故障时，ECU记录故障信息和相关代码，并通过故障灯发出警告，告知驾驶员。ECU通过标准数据接口，保证对故障信息的访问和处理。,OBD视频,汽车故障诊断专家系统,二、汽车故障诊断专家系统：专家系统EP(ExpertSystem)是依据具备某一专业领域特长的人类专家的知识与经验，在计算机内建立的基于这些知识的信息系统，它能以人类专家的知识水平完成专门领域的任务。一般分为以下数据库：1、发动机故障诊断数据库2、底盘机械传动故障诊断数据库3、电路电气故障诊断数据库每个数据库中又包含若干相互关联的数据表，在数据表中存储每种汽车故障表现症状、故障发生机理、故障发生原因、故障发生部位、故障排除与维修处理方法等字段，在数据表与数据表之间，数据字段与数据字段之间建立一对一或一对多的层次树结构，使整个维修知识库成为有机整体。,数据库,汽车故障诊断专家系统,汽车故障诊断专家系统是一种能模拟维修专家的诊断思路进行故障诊断的计算机智能软件程序。开发这样一个系统，首先需要将汽车维修领域专家的大量实际维修经验进行汇总和提炼，编成知识库，构成专家系统的核心部分；其次需要建立推理机，推理机可根据用户提供的故障迹象或者异常现象，利用知识库中的知识，按一定的推理策略进行推理，进而得出诊断结果。专家系统的结构如下图所示。,一个专家系统应具有如上图所示的一般结构模式，其中知识库和推理机是专家系统中两个基本模块。知识库（KnowledgeBase）所谓知识库，就是以某种表示形式存储于计算机中的知识的集合。知识库通常是以一个个文件的形式存放于外部介质上，专家系统运行是将被调入内存。知识库中的知识一般包括专家知识、领域知识和元知识。元知识是关于调度和管理知识的知识。知识库中的知识通常就是按照知识的表示形式、性质、层次、内容来组织的，构成了知识库的结构。,推理机（InferenceEngine）所谓推理机，就是实现（机器）推理的程序。这里的推理，是一个广义的概念，它既包括通常的逻辑推理，也包括基于产生式的操作。例如：AB，这里的B若是个“结论”，则上式就是我们通常的假言推理；若表示某种动作，则上式就是一种操作。推理机是使用知识库中的知识进行推理而解决问题的，所以推理机也就是专家的思维机制，即专家分析问题、解决问题的方法的一种算法表示和机器实现。总之，知识库和推理机构成了一个专家系统的基本框架。同时，这两部分又是相辅相成、密切相关的。因为不同的知识表示有不同的推理方式，所以，推理机的推理方式不仅和工作效率与推理机本身算法有关，还与知识库的知识以及知识库的组织有关。,流程图,故障诊断模块以人机对话的方式搜索用户所掌握的故障线索，模仿维修专家的诊断思路进行推理，进而一步步找出故障部件及原因，其诊断流程如下所示。,举例：转向系的故障诊断专家系统,诊断结果,故障诊断专家系统的现状目前已研究的故障诊断专家系统模型有:基于规则的诊断专家系统、基于实例的诊断专家系统、基于行为的诊断专家系统、基于模糊逻辑的诊断专家系统和基于人工神经网络的诊断专家系统。,1.基于规则的诊断专家系统基于规则的诊断方法是根据以往专家诊断的经验,将其归纳成规则,通过启发式经验知识进行故障诊断,适合于具有丰富经验的专业领域故障诊断。基于规则的诊断具有知识表述直观、形式统一、易理解和解释方便等优点,诊断知识的获取依赖于领域专家。但复杂系统所观测到的症状与所对应诊断之间的联系是相当复杂的,通过归纳专家经验来获取规则,有相当难度,且一致性难以保证。,2.基于实例的诊断专家系统基于实例推理(Case-basedreasoning,简称CBR)是近年来人工智能领域兴起的一种诊断推理技术,是类比推理的一个独立子类,符合人类的认知心理。简单的说,基于实例推理的依据就是相似的问题有相似的解。基于实例的诊断专家系统具有诸多优点:无须显示领域知识;无须规则提取,降低知识获取难度;开放体系,增量式学习,实例库的覆盖度随系统的不断使用而组建增加。基于案例的诊断方法适用于领域定理难以表示成规则形式,而是容易表示成案例形式并且已积累丰富案例的领域(如医学诊断)。,3基于模糊理论的诊断专家系统模糊诊断的实质是引入隶属函数概念,模糊逻辑以其较强的结构性知识表达能力,适合处理诊断中的不确定信息和不完整信息。模糊故障诊断有两种基本方法,一种是先建立征兆与故障类型之间的因果关系矩阵R,再建立故障与征兆模糊关系方程,即F=SR,这里F为模糊故障矢量;S为模糊征兆矢量;“”为模糊合成算子。另一种方法是先建立故障和征兆的模糊规则库,再进行模糊逻辑推理的诊断过程。,设：X=(ux1(X1),ux2,uxm(Xm)为故障征兆模糊向量,简记为X=(x1,x2,xm).Y=(y（y1),y(y2),y(yn)=(y1,y2,yn)为故障原因向量。,隶属度函数定义：称R=(rij)mn,0rij1为模糊诊断矩阵,即,r11r12r1nr21r22r2nR=rm1rm2rmn其中模糊隶属度的确定由下述方法进行:由经验数据确定经验隶属度rij:rij=第i征兆属于第j原因次数；第i征兆出现总次数,例子,举例：某型汽车电喷发动机故障诊断。1.故障征兆x1(启动困难),x2(怠速不稳,易熄火),x3(加速时,转速不能立即提升),x4(动力不足,车速达不到最大值),x5(转速忽高忽低),x6(排气管有“突、突”声,严重时会发出放炮声)。2.故障原因y1(进气系统漏气),y2(空气流量计失效),y3(喷油器工作不正常),y4(空气滤清器堵塞),y5(气缸压力低),y6(点火时间不正确,或高压火花太弱),y7(蓄电池亏电,电压不足),y8(节气门位置传感器工作不正常),y9(ECU故障)。,某维修厂历年统计的电喷发动机故障中,故障征兆xi与故障原因yj对应出现次数如表一。表1故障征兆隶属故障原因统计表(原因j、征兆i)y1y2y3y4y5y6y7y8y9x1315004201x2532410001x3604023011x4052412130 x5532401001x6423000021,得经验诊断矩阵:V=0.18750.06250.3125000.250.12500.06250.31250.18750.1250.250.06250000.06250.352900.235300.11760.176500.05880.058800.27780.11110.22220.5560.11110.05560.166700.31250.18750.1250.2500.0625000.06250.33330.16670.2500000.16670.08333由专家择优得初始诊断矩阵S=(sij)69为S=0.30.10.45000.350.1500.10.50.30.150.40.10000.10.6500.3500.150.2500.10.100.650.150.350.10.150.10.2500.550.30.20.3500.1000.10.650.250.3500000.150.1,设专家权重W1=0.6,经验权重W2=0.4,由rij=0.6sij+0.4vij,得模糊诊断矩阵为:R=0.25500.08500.3950000.31000.140000.08500.42500.25500.14000.34000.08500000.08500.531200.304100.13700.220600.08350.083500.50110.13440.29890.08220.13440.08220.216700.45500.25500.17000.3100.00.850000.08500.52330.21670.310000000.15670.0933,由模型:Y=XR,输入征兆向量X,即可得出故障原因向量Y,再由最大隶属度原则可诊断出故障原因.如:X=(001001)时,即有x3,x6故障现象时,得Y=(1.05450.21670.614100.13700.220600.24020.1768)由最大隶属度原则y1=maxyj|j=1,2,3,4,5,6,7,8,9,故诊断的故障原因为第一原因,即进气系统漏气。,模糊控制优缺点,优点在汽车故障诊断中，同样存在界限不分明的模糊概念(如发动机温度“偏高”、轮胎磨损“较严重”等具有模糊性的故障描述)，运用模糊理论的诊断方法将更为有效。模糊诊断的实质是引入隶属函数概念，模糊逻辑以其较强的结构性知识表达能力，适合处理诊断中的不确定信息和不完整信息。缺点模糊诊断知识获取困难,尤其是故障与征兆的模糊关系较难确定,且系统的诊断能力依赖模糊知识库,学习能力差,容易发生漏诊或误诊。由于模糊语言变量是用隶属函数表示的,实现语言变量与隶属函数之间的转换是一个难点。,4.基于人工神经网络的诊断专家系统人工神经网络(Artificialneuralnetwork,简称ANN)具有较好的容错性、响应快、强大的学习能力、自适应能力和非线性逼近能力等,被广泛应用于故障诊断领域。基于神经网络的故障诊断专家系统有两种形式:一种是使用神经网络来构造专家系统,变基于符号的推理为基于数字运算的推理,提高系统效率,解决自学习问题;另一种是把神经网络作为知识源的表示和处理模式,并与其它推理机制相融合,实现多模式推理。基于神经网络的诊断专家系统是一类新的知识表达体系,不同于传统诊断专家系统的高层逻辑模型,是一种低层数值模型。其分布式联结机制,实现知识表示、存储和推理三者融为一体,在知识获取、并行推理和自适应学习等方面显示出明显的优越性,一定程度上克服了传统诊断专家系统存在的知识获取困难、推理速度慢、知识存储容量与系统运行速度的矛盾及知识的窄台阶效应等问题。,基本概念由大量的简单处理单元（神经元）经广泛并行互连形成的一种网络系统，其中每一单元接受一定数量的实值输入，并产生单一的实值输出对人脑系统的简化、抽象和模拟，具有人脑功能的基本特征，但与人脑系统并不完全一致。人脑有大约1011个神经元，平均每个与其他104个神经元相连，其最快的神经元转换速度为10-3秒，比计算机的10-10秒慢很多。然而，我们却能在10-1秒内认出自己的母亲，其中激发的神经元序列不长于数百步！,连接权值,阈值（可看作输入固定为1时的连接权值）,输出,输入,y=f()=f(i*xi)=f(j*xj),功能函数的不同确定不同的具体模型,对生物神经元的抽象与模拟。,人工神经元,人工神经网络的互连结构,1.单层或双层网络结构,2.多层网络结构,多层前向神经网络(B-P),多层侧抑制神经网络,3.相互连接型网络结构,BP学习算法的步骤,Step1.初始化网络权值Step2.重复以下各步，直到所期望的输出1.逐个提供训练模式2.正向传播过程：对给定的输入，计算网络的输出，并与输出期望比较，若存在误差，则进行反向传播；否则，取下一个训练模式；3.反向传播过程：从输出层反向计算，逐层修正各单元的连接权值和阈值（将阈值看作输入始终为1的特殊连接权值）。,根据图1,提取汽车故障征兆集和故障集,其中故障征兆集可以用X=x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12来表示,而汽车故障集包括一级判断故障集Y=y1,y2,y3和二级判断故障集Z=z1,z2,z3,z4,z5,z6,z7,z8,集合元素均以开关量0,1作为其取值,其对应的逻辑意义见表1所示。,表1相关逻辑符号及其意义代号意义取值（01）代号意义取值（01）x1仪表盘亮不亮y1电气系统正常不正常x2照明灯亮不亮y2供油系统正常不正常x3来油且通畅是不是y3点火系统正常不正常x4起动机转动是不是z1电池有电无电x5点火火花正常不正常z2电池接线正确不正确x6油箱中油量正常不正常z3油箱有油无油x7电池连线正常不正常z4汽油油路正常不正常x8汽油泵入口处有汽油无汽油z5汽油泵正常不正常x9汽油泵出口处有汽油无汽油z6汽化器正常不正常x10怠速运转不熄火熄火z7点火线路正常不正常x11发动机转动平稳不平稳z8火花塞正常不正常x12火花塞正常不正常,下面以电气系统的故障诊断为例,具体介绍BP神经网络在其中的应用和实现。电气故障诊断分系统采用的是由神经网络实现的两级诊断结构。采用单隐含层的三层BP神经网络结构来实现,其中作用函数为Sigmoid函数。在电气故障诊断系统两级诊断中均采用这种网络结构。1.输入层节点数的确定根据电气系统的故障判断逻辑图,我们可以确定一级判断神经网络的输入向量是Xin1=x1,x2,二级判断神经网络的输入向量是Xin2=y1,x4,x7。所以一级判断BP网络的输入层节点数为2,二级判断BP网络的输入层节点数为3。其中一级判断神经网络实现了Xin1到y1映射,二级判断神经网络实现了Xin2到Zout=z1,z2的映射,从而最终实现了故障征兆集x1,x2,x4,x7到故障集Zout的映射。2.中间层节点数的确定综合考虑神经网络的精度和收敛速度,根据经验中间层节点数选为输入层节点数的2倍加上一定的余量,在此选取一级诊断神经网络中间层节点数为5,二级诊断神经网络节点数为7。,3输出层节点数的确定根据判断的输出结果,显然一级判断网络的输出层节点数为1,二级判断网络的输出层节点数为2。到此,我们可以确定最终整个神经网络的结构如图3所示。图3电气系统故障诊断BP网络示意图,4网络训练和测试首先需要准备神经网络的训练样本。训练样本如表2所示。为了提高神经网络的收敛速度,防止出现局部极小点,通过在神经网络建模仿真平台上进行反复训练和比较后,发现网络在学习速率为0.7,动量常数为0.6时样本训练的结果可达到很高的精度,故障平均误差保持在0.01以下。网络经过训练后便具备了诊断故障的能力。表3给出了对一组测试样本进行测试的结果,从表3的诊断结果数据中可以看出,人工神经网络具有很高的诊断精度。经过更多组样本的测试,诊断结果表明网络同时也具有非常好的鲁棒性。,表2BP神经网络训练样本集一级故障征兆诊断结果二级故障征兆诊断结果x1x2y1y1x4x7z1z20000000001000101100010101110110110010101011101011101,表3BP神经网络测试结果测试样本输入诊断结果x1x2x4x7y1z1z200000.0000280.0042660.00029001010.0022560.0000550.99873310100.0022700.9961640.00148411110.9961820.0031220.99772000100.0000280.9961070.00148201000.0022560.0043630.00029110110.0022700.0001620.99896311100.9961820.9998890.001937平均误差(%)0.210.290.17,基于小波技术汽车故障诊断技术,故障诊断中的首要问题就是对观测信号的故障特征提取,即对观测信号进行信号处理,从中获取反映故障信息的特征。由于故障诊断中所遇到的信号绝大多数都是非平稳信号,而特别适用于非平稳信号处理的工具就是小波分析(WaveletAnalysis),所以小波分析在故障诊断中的应用越来越受到人们的青睐。小波分析最初由法国理论物理学家Gross-mann和法国数学家Morlet共同提出的。小波变换的基本思想类似于Fourier变换,小波分析优于傅立叶之处在于,它能够实现时域和频域的局部分析,即通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析(MultiscaleAnalysis),从而可以聚焦到信号的任意细节。因此,小波变换被誉为分析信号的显微镜。现在,小波分析技术在信号处理、图像处理、语音分析、模式识别、量子物理、生物医学工程、计算机视觉、故障诊断及众多非线性科学领域都有广泛的应用。,汽车远程故障诊断,1.产生的背景：维修工人技术老化，经常无法快速、经济地利用各方面的技术力量解决故障；维修企业诊断资源有限，尤其是对于高档进口轿车，缺乏汽车生产厂家的技术支持；地域和方式的限制，无法快速、迅捷地满足高速公路上汽车应急诊断维修的需要。,2.特点开放式远程故障诊断体系结构。远程诊断的Web服务器、大型维修企业、科研院所或国内外汽车生产厂家建立的故障分析诊断中心互联，同时与相关专家建立一种协作关系，共同为系统提供远程故障诊断服务。用户发出故障诊断请求后，可以在较短的时间内调动服务器的所有技术资源，实现对汽车的诊断和维修指导，远程故障诊断技术同时克服了地域障碍。形成了丰富的诊断数据库和诊断知识库，提高了诊断智能，并通过多手段、多专家协同对故障进行会诊，提高了故障诊断的准确性和可靠性。可提供远程示教、技术培训等功能，对提高维修人员素质，改变企业形象，提高企业竞争力有很大帮助。,3.远程故障诊断的物理结构,4.远程故障诊断的参数采集,在汽车远程诊断系统中，首先要实时采集汽车的多种参数，以便提取相应