汽車故障診斷方法與應用研究

陳學義

摘 要：汽車作為重要交通工具，其為人們出行提供便利條件，同時也肩負著駕駛者人身安全的重要作用，為此，汽車故障診斷與維修應作為汽車行業(yè)的主體發(fā)展方向，為人們提供安全保障。文章以汽車故障診斷方法為切入點，通過直觀診斷法、儀器診斷法、OBD診斷法、專家系統(tǒng)診斷法、特征識別診斷法來對故障維修模式進行研究。

關鍵詞：汽車;故障診斷;維修方法

1 引言

近年來，在信息化技術、智能化技術的發(fā)展下，我國汽車制造行業(yè)也正向智能化方向轉變。現(xiàn)代化汽車為人們提供豐富的駕駛體驗，可有效滿足用戶的多元化需求，但在電氣系統(tǒng)、電子回路的應用下，也將加大汽車故障產(chǎn)生的幾率。為此，汽車故障診斷方法也應做出升級與創(chuàng)新，以確保汽車故障問題可及時得到解決，為人們的出行提供安全保障。

2 直觀診斷法

在對汽車進行檢測時，具備相關經(jīng)驗的維修人員一般會通過直觀檢測的手段來對汽車的各類故障進行初步診斷。在進行直觀診斷時，維修人員需對汽車構造、工作機理等進行深度認知，然后再結合自身工作經(jīng)驗進行檢測，其工作流程一般外觀查看、環(huán)節(jié)測試等為主，通過某一個部件展現(xiàn)出的故障特征來進行實際故障的確認。例如，車輛汽車在啟動后，發(fā)動機響聲過大，維修人員便可通過日常維修經(jīng)驗對發(fā)動機異響的原因進行初步診斷，如過濾閥堵塞、齒輪傳動軸工作異常等，然后再通過關聯(lián)部件的檢測，來進一步縮減維修范圍，進而逐步確定故障原因。在進行直觀檢測時，一般包含試驗模式、聽覺模式、觸感模式、替換模式等，通過逐項排查來確定最終的檢測結果。直觀診斷法在實際應用過程中，不受專項設備、場所的限制，具有一定的靈活性。但此類檢測模式僅適用于具備豐富經(jīng)驗的工作人員，針對當前汽車檢測維修行業(yè)的發(fā)展趨勢來講，直觀診斷法方面人才培養(yǎng)體系的建設與實施存在一定的難度。

3 儀器診斷法

儀器診斷法是指通過專業(yè)化技術、電子設備、檢測儀器等來對汽車故障模式進行立體化檢測，進而得出精準的構造參數(shù)、工藝參數(shù)等，例如，部件尺寸、聯(lián)動工作方式、壓力傳輸值、功耗等，現(xiàn)階段，汽車故障診斷中常用的儀器包含示波表、萬用表。在當前汽車產(chǎn)業(yè)的智能化發(fā)展下，汽車結構也與各項智能化技術進行整合，為適應汽車行業(yè)的發(fā)展，智能化設備檢測技術應運而生，其是以汽車電控系統(tǒng)為平臺，來對各類故障進行精準的信息檢測。在檢測過程中，其可對電子信號進行串行通訊的檢測，同時檢測信號與可依據(jù)系統(tǒng)運行路徑來進行實時檢測，以提升整體檢測效率。

儀器診斷法的工作原理是將檢測設備與汽車系統(tǒng)運行體系進行連接，可應用于整體化的汽車檢測，并在不拆分汽車結構的情況下，依據(jù)精準的數(shù)據(jù)信息來對汽車的各項指標參數(shù)進行精準檢測，以此來得出汽車部件的疲勞度、使用壽命等，進而對汽車的各項隱性問題進行查驗，以此來提升整體檢測質(zhì)量。但儀器診斷法的應用易受到人員專業(yè)水平的限制，如工作人員的專業(yè)度不高，對部分數(shù)據(jù)參數(shù)的含義與聯(lián)動性無法進行準確辨識，將嚴重影響整體檢測質(zhì)量，加大汽車的安全隱患。

4 OBD診斷法

OBD診斷法是一種汽車自檢系統(tǒng)，其存在于汽車電控系統(tǒng)中，可對汽車的運行行為進行去全過程監(jiān)督，并具備實時化信息反饋、故障模式辨別、精準通訊交互等功能。OBD診斷系統(tǒng)的建設與實施最早可追溯到上世紀80年代，在自檢系統(tǒng)建設的初期存在功能不全的問題，令其發(fā)展模式受到限制，但自檢系統(tǒng)概念的提出為后期汽車維修領域提供發(fā)展平臺，在當前智能化技術、先進設備的支持下，令OBD檢測系統(tǒng)逐步趨于完善。

現(xiàn)階段，OBD診斷系統(tǒng)在實際應用時，診斷內(nèi)容包括數(shù)據(jù)讀取、聯(lián)動裝置檢測、電氣網(wǎng)絡檢測、故障代碼識別、通用接口診斷、電子傳輸路徑診斷、排放診斷、數(shù)字信號轉換模式診斷等。OBD系統(tǒng)在運行過程中，一般通過系統(tǒng)內(nèi)部通訊協(xié)議，來對檢測基準進行核定，并將汽車內(nèi)部的電控系統(tǒng)作為平臺，來為數(shù)據(jù)在系統(tǒng)網(wǎng)絡內(nèi)的傳輸節(jié)點提供相應的傳輸路徑，以確保數(shù)據(jù)鏈路層的高效率運行。

OBD系統(tǒng)在具體實現(xiàn)過程中，應遵循相應的通訊規(guī)則，例如通訊應答模式、時間請求、信號傳輸距離等，以保證系統(tǒng)的模塊化運行。在汽車啟動后，自檢系統(tǒng)將與汽車儀表盤上的故障顯示燈進行連接，同時自檢系統(tǒng)開始對汽車進行立體化檢測，當檢測出汽車故障時，將在儀表盤設備上對各類故障信息進行顯示。例如，發(fā)動機、液壓系統(tǒng)、安全帶檢測、指示燈、胎壓顯示燈，此類故障指示燈信息可參照故障診斷手冊來進行一一識別，維修人員也可將其作為參考依據(jù)進行故障分析，以此來制定與之相對應的維修策略。

但當前OBD自檢系統(tǒng)在實際運行過程中，存在一定的檢測局限性，例如，系統(tǒng)無法對汽車尾氣排放值量進行檢測、系統(tǒng)運行穩(wěn)定性易受到外界環(huán)境影響等。在系統(tǒng)高荷載的運行情況下，其故障檢測精準率僅維持在75%左右，為此，科研人員應針對此類問題進行調(diào)研，并在功能參數(shù)檢測、基準化制定、模糊控制原理方面進行突破，以此來提升系統(tǒng)運行的穩(wěn)定性。

5 專家系統(tǒng)診斷法

專家系統(tǒng)診斷法是將專家理論與維修體系進行融合，為故障檢測模式提供多元化發(fā)展平臺。我國對于專家系統(tǒng)的研究時間尚短，一般以國外先進技術與經(jīng)驗作為基準，來逐步完善自身的檢測體系。目前，我國專家檢測系統(tǒng)的主要部位包含發(fā)動機總成、電氣系統(tǒng)、轉向系統(tǒng)、制動系統(tǒng)、空調(diào)系統(tǒng)、聯(lián)動系統(tǒng)、駕駛系統(tǒng)等。在發(fā)動機總成診斷方面，以細集理論為主，通過動態(tài)化擴展模式來對建構完整的知識框架，以提升實際檢測范圍，在對故障模式進行推理時，則采用是信息信號雙聯(lián)動反饋傳輸理論，來對系統(tǒng)運行程序進行反向推論，以此來增加系統(tǒng)的檢測深度。電氣系統(tǒng)檢測是以神經(jīng)元網(wǎng)絡模型為主，通過對汽車的日常運行中產(chǎn)生的數(shù)據(jù)信息進行整合，然后再以內(nèi)部數(shù)據(jù)信息作為參數(shù)基準來實現(xiàn)模糊控制，進而提升檢測精度。轉向系統(tǒng)是以模糊控制理論、神經(jīng)網(wǎng)絡算法為主，通過線性回歸控制理論來對參數(shù)進行匹配。制動系統(tǒng)則是將語義網(wǎng)絡模式作為節(jié)點體系，并通過信息資源整合與分類的形式，對制動系統(tǒng)進行模塊化檢測，以此來提升檢測精度。聯(lián)動系統(tǒng)、駕駛系統(tǒng)則偏向于語言控制模式，在人工智能網(wǎng)絡優(yōu)化的條件下，對系統(tǒng)產(chǎn)生的數(shù)據(jù)信息進行多維度分析。

專家系統(tǒng)在建構過程中，主要以理論原則與方法理論為主，通過技術、理論相結合，令專家系統(tǒng)實現(xiàn)升級。在新技術、傳統(tǒng)診斷方法的融合下，專家系統(tǒng)也正在向案例模式、模糊理論模式、神經(jīng)網(wǎng)絡模式方向所發(fā)展，以此來提升整體檢測精度。在專家系統(tǒng)不斷優(yōu)化下，為故障診斷行業(yè)帶來發(fā)展平臺，但由于系統(tǒng)檢測模式過于數(shù)據(jù)化，在部分檢測環(huán)節(jié)缺乏一定的柔性，并未能完全替代專家的診斷思維，為此，專家系統(tǒng)在建設過程中，應以智能化、整合化為主。

專家系統(tǒng)在優(yōu)化過程中，應遵循著知識獲取原則、知識對接原則、推理原則等。首先，知識獲取原則方面，應加強線性回歸、粗集算法、樹架構等方面的優(yōu)化，以確保專家系統(tǒng)可實現(xiàn)數(shù)據(jù)信息的整合與識別，并依據(jù)故障現(xiàn)象來進行模糊運算，以查驗出故障的產(chǎn)生機理，進而擴大發(fā)動機摩擦、異響、功能等方面的檢測精度。其次，在知識對接原則方面，應將各類知識體系映射到專家檢測系統(tǒng)中，并依托于不同信息檢測節(jié)點模式來制定相應的基準指標，以此來為知識架構與故障規(guī)則建立相應的對接平臺，令專家系統(tǒng)實現(xiàn)模塊化、定向化檢測。最后，在推理原則方面，主要是針對專家系統(tǒng)的采集信息進行整合，通過反向推理、可信度推理、嵌套式推理，令整體知識體系變得更加簡潔化、直觀化，以此來提升專家系統(tǒng)運行的穩(wěn)定性。

6 特征識別診斷法

特征識別診斷法可應用于機械診斷、電器診斷、內(nèi)部電控系統(tǒng)等方面。在實際診斷過程中，一般是通過拾振器來對系統(tǒng)內(nèi)部的電子信號進行獲取，然后再以內(nèi)部信號識別模塊映射出相應的數(shù)據(jù)信息，以此來實現(xiàn)預處理模式。在特征識別過程中，一般是將系統(tǒng)運行模塊進行分化，采取時域模型來對信息進行識別，此過程的數(shù)據(jù)信息識別是以模糊識別、網(wǎng)絡識別等為主，以此來增強系統(tǒng)診斷能力。

特征識別診斷法可分為信號數(shù)值檢測與狀態(tài)模式檢測兩種。信號數(shù)值檢測以系統(tǒng)離散信號為主，其對時間節(jié)點進行數(shù)據(jù)采集并進行分析，具體分析模型可包含AR識別、傅立葉識別、小波識別等，其內(nèi)部信息檢測模式可應用在傳動系統(tǒng)檢測、信號系統(tǒng)檢測、功能檢測、發(fā)動機總成檢測等方面。與此同時，此類檢測技術可對穩(wěn)態(tài)信號、突變信號、非穩(wěn)態(tài)信號進行檢測，以提升系統(tǒng)的檢測精度。

狀態(tài)識別檢測模式是對汽車故障進行表面特征的檢測，例如，數(shù)值關系、邏輯關系等，其通過擬態(tài)化信號辨別令汽車故障檢測手段可實現(xiàn)聯(lián)動式檢測，例如，灰色模型分析、模糊識別法等，以確保故障檢測的深度，令各類隱性問題進行更加直觀化、立體化的表達。狀態(tài)識別檢測模式在實際應用過程中，其屬于整體化應用模式，只有通過各類檢測模式的整合才可提升實際檢測效果，例如將順位檢測法、神經(jīng)網(wǎng)絡相結合，可對汽車故障產(chǎn)生的信息進行動態(tài)化檢測，以提升數(shù)據(jù)信息的識別精度，以推動在線動態(tài)化故障檢測體系的建設。

7 結語

綜上所述，文章對汽車故障診斷方法與實際應用進行研究，并對故障診斷方法的發(fā)展方向進行探析?；趥鹘y(tǒng)故障診斷方法，通過新技術、新理論的融合，將網(wǎng)絡優(yōu)化算法、知識總成系統(tǒng)、狀態(tài)監(jiān)測技術作為主要發(fā)展方向，可建構立體化故障檢測體系，并為汽車維修人員提供直觀化、立體化的數(shù)據(jù)信息，進而推動汽車故障檢測維修模式的發(fā)展。

參考文獻：

[1]熊林偉，賴波，李亮濤.汽車電控發(fā)動機的常見故障診斷與維修方法分析[J].現(xiàn)代信息科技，2019，3（15）：80-81.

[2]王巖，莊云雷，龔長勝，史品佳，楊光榮.基于虛擬儀器的汽車空調(diào)故障診斷系統(tǒng)的設計與開發(fā)[J].內(nèi)燃機與配件，2019（06）：168-169.

[3]楊家印.一種BP神經(jīng)網(wǎng)絡的汽車齒輪箱故障診斷方法及實驗驗證[J].機械傳動，2019，43（01）：150-153.

[4]張俊江，赫玉亭.基于哈弗H8 CAN總線的診斷方法以及故障查詢控制器的分析[J].汽車電器，2016（04）：24-25+27.