汽车发动机智能故障诊断系统探究研究

1、汽车发动机智能故障诊断系统探究研究摘要：智能故障诊断技术是建立在多种现代先进 技术的基础上，融合了多种学科理论的一种新兴综合性的技 术，在现代系统设备故障诊断中的应用十分广泛。文章阐述 了智能故障诊断技术及其系统结构，并在介绍汽车发动机智 能故障诊断方法的基础上，对基于人工神经网络的汽车发动 机智能故障诊断系统进行了简单的分析。关键词：发动机；智能故障诊断；人工神经网络 中图分类号：u472. 4文献标识码：a文章编号： 1006-8937 (2013) 06-0006-02发动机是汽车的动力源，是一个复杂的系统，其与汽车 的一些基本技术性能都有着直接或间接的联系。由于工作条 件不稳定，部分零

2、件运行环境恶劣，汽车发动机故障在汽车 全部故障占据着一个较大的比重，而发动机一旦发生故障不 仅会影响自身性能，还会对汽车其他结构性能带来影响，造 成较大的损失，严重时还可能造成人身伤亡，因此对发动机 故障的及时诊断和排除十分重要。智能故障诊断技术是伴随 着安全生产要求的不断提高和计算机技术、智能技术等现代 先进技术的发展而产生发展起来的，其被应用于机械设备的 故障诊断中，极大地提高了故障诊断水平，对保证机械安全 可靠性有着十分重要的意义。随着汽车制造技术的发展，发 动机的结构也越来越复杂，其故障的准确判断也更为困难， 在此形势下，利用智能故障诊断技术开发汽车发动机智能故 障诊断系统对减少汽车安

3、全事故发生率，降低损失有着十分 重要的现实意义。1智能故障诊断故障诊断是指在实际工作中针对系统、设备运行过程中 的异常情况，利用各种检查和检测的方法，对系统和设备进 行检测，查看系统或设备是否存在故障，并进一步确定出故 障所在部位的过程，智能故障诊断是借助智能技术，根据系 统设备运行中的技术参数和物理现象等对系统、设备的运行 情况进行判断，并根据故障的特征对故障信息作出评估，进 而判断出故障发生的原因和部位的一种故障诊断方法。智能故障诊断主要有故障检测与诊断和故障容错控制 两个部分，其系统主要包括人机接口、知识库和数据库、机 器学习、诊断信息获取、诊断推理以及解释机构等几主要的 功能模块，其一

4、般结构如图1所示。在实际工作的过程中，通过建立系统设备运行的技术参 数和物理现象等知识库和数据库，利用机器学习模型对其进 行样本训练和学习，在获取系统设备运行的信息后，诊断模 块根据训练学习的相关知识对信息作出诊断，并将诊断的过 程和结果通过解释机构模块反映给用户，从而帮助用户了解 诊断对象的具体运及故障情况，及时处理故障，保障系统和 设备正常运行。2汽车发动机智能故障诊断2. 1汽车发动机智能故障诊断方法汽车发动机结构的复杂化使得发动机故障诊断更困难， 开发智能故障诊断系统也成为其发展的必然要求。汽车发动 机智能故障诊断技术主要有基于人工智能的故障诊断和基 于数学模型的故障诊断两种，具体划分

5、起来有基于数学模 型、基于参数估计、基于信号处理、基于知识、基于实例、 基于模糊理论和基于神经网络的故障诊断等多种方法。在智能化故障诊断系统中，其智能化的水平与机器学习 能力的关系十分密切，通常机器学习的能力越强，其智能故 障诊断的能力也就越高。因此选择合理的数学模型对系统进 行训练十分重要。2. 2基于神经网络的汽车发动机智能故障诊断系统人工神经网络是一种应用类似大脑神经突触联结的结 构进行信息处理的数学模型，是由大量的节点（神经元）和 之间相互联接构成的一种运算模型，其是基于现代神经科学 的研究成果建立起的非线性、非局限性、非常定性和非凸性 的自适应信息处理系统，能通过模拟大脑神经网络处理

6、、记 忆信息的方式进行信息处理。具有部分神经元损坏时不影响 系统整体性能、输入信息模糊、残缺或变形时能通过联系恢 复完整记忆，对不完整的信息进行正确的识别，给出次优的 逼近解，是机器学习较为常用的一种数学模型。人工神经网 络又有着mlp (multi-layer perceptron,多层感知器)模 型、hopfield 模型、bp (back-propagation network)模型 等多种不同的模型，其中以bp网络模型应用最为广泛。利 用人工神经网络模型建立的汽车发动机故障诊断系统结构 如图2所示。bp网络是一种按照误差逆传播算法训练的多层前馈网 络，其结构包括输入层、隐层和输出层三层

7、，其不需要事前 揭示输入一输出模式映射关系的数学模型即能学习和存贮 大量的映射关系，使用的最速下降法能通过反向传播来调整 网络权值和阀值，使网络误差平方和最小，但并不能保证误 差平面的全局最小值，另外还存在着网络收敛速度较慢，训 练时间长，学习和记忆不稳定等问题，而由于遗传算法具有 全局搜索的特性，切搜索不依赖梯度信息，也不需要求解函 数可微，能够较好地补充bp网络的不足，因此可以利用其 对系统进行优化。汽车发动机的故障诊断主要是依据发动机的振动信号 进行的，在实际应用的过程中，可以信号的特值和速度作为 神经网络的输入单元，输出单元为发动机的工况代码，通过 调入学习特征向量和教师向量，利用遗传

8、算法对网络结构和 权值进行优化，利用函数对网络进行训练计算出网络输出 后，完成输入层到输出层单元的映射，进而完成智能诊断， 其智能诊断的流程如图3所示。3结语发动机是汽车的核心部件，其运行的安全可靠与否直接 影响着汽车的正常安全使用，因此，利用智能诊断诊断技术 建立起汽车发动机智能故障诊断系统根据发动机的振动信 号，分析、诊断发动机故障，有着十分重要的现实意义。汽 车发动机智能故障诊断有多种方法，各种方法都有着各自的 优缺点，在实际应用过程中，应当综合利用各种智能技术， 对其进行不断的优化，提高其智能诊断能力，充分发挥出智 能诊断技术的优点，以保障汽车的正常可靠使用。参考文献：1 徐斌基于智能诊断技术的发动机故障排查研究进 展j.重庆电子工程职业学院学报，2012, (1).2 廖中文，杨旭志.汽车发动机故障诊断系统的虚拟 样机硬件研发