运用模糊理论排除汽车空调故障的方法研究

何宁芝

（肇庆市第二技工学校广东肇庆526060）

运用模糊理论排除汽车空调故障的方法研究

何宁芝

（肇庆市第二技工学校广东肇庆526060）

通过建立模糊故障诊断系统模型并对汽车空调系统故障征兆与引起原因的不确定性进行诊断，能够准确而迅速地找到故障产生的原因，从而为汽车空调系统提供一种新的、可行的故障诊断方法。

模糊理论；汽车空调故障；诊断方法

《汽车空调原理与维修》是技工学校制冷与空调专业的一门专业课程，在这门专业课中，关于汽车空调维修技术方面的知识，教材中只介绍了传统的故障分析与诊断方法。但是，随着科学发展的日新月异，学生期待着吸收更多新理论、新知识。汽车空调系统是一个相对独立且封闭的系统，但同时它又在很大程度上受发动机的影响和制约，因此，在实际工作过程中会发生多种故障。由于汽车空调系统的封闭性和复杂性，导致许多故障征兆与原因之间的关系错综复杂，因此，汽车空调系统故障非常适合采用模糊诊断技术进行诊断。笔者根据多年的教学实践，发现采用模糊诊断技术不但行之有效，而且得到了学生的接受与欢迎，为学生学习并掌握使用计算机辅助汽车空调故障诊断奠定了良好的基础。

汽车空调系统故障诊断的不确定因素分析

一般来说，汽车空调系统故障诊断不确定的主要原因有以下几点：

一是汽车空调系统故障现象与故障原因并非一一对应，一个故障现象有可能由几个不同的原因引起，而一个部位有可能产生几种不同的故障。

二是汽车空调故障诊断过程具有模糊性，维修人员通过看、听、摸、测等手段，形成诸如“低压压力过低”、“高压系统温度过高”、“制冷不足”等非定量性诊断概念，这些概念本身具有模糊性。

三是汽车空调系统技术状况的好坏没有明确的界限，在使用过程中，空调零部件的技术状况在连续不断地变化，冷冻润滑油和制冷剂的质量也在逐渐变化，从无故障到产生故障是一个渐变的过程。因此，汽车空调系统在使用的大部分时间里既不是完全的“完好”，也不是完全的“故障”，而是处于“完好”与“故障”的中间状态。

为了解决以上问题，可借助模糊数学知识，建立数学模型，将汽车空调故障现象与故障原因之间的关系用数学式进行描述，然后综合计算与推理，从而推导出最可能产生故障的原因。

模糊矩阵原理的诊断方法

在实际工作过程中，汽车空调故障现象与故障原因之间的关系错综复杂，同一种故障现象可能对应多种故障原因，而同一种故障原因又可能引起多种故障征兆。为了从故障征兆中诊断出故障原因，就必须预先确定故障征兆与故障原因之间的权系数（权系数的确定是建立在维修人员丰富的故障诊断经验基础之上的），然后，才能建立模糊关系矩阵，最后通过计算得出结论。

模糊诊断的方法步骤可归纳如下：第一步，广泛搜集实际故障诊断的第一手资料；第二步，分析、归纳、总结、提炼出典型故障并进行分类；第三步，建立故障征兆与故障原因集；第四步，依据经验或统计方法确定出故障征兆与故障原因之间的权系数；第五步，建立模糊关系矩阵并进行计算，得出结论。

将模糊诊断的结果与实际情况进行验证对比，可用来对权系数进行修正，有助于模糊诊断方法精度的提高。

模糊矩阵诊断的计算方法如下：

设：故障征兆集为X={x1，x2，…，xi}，故障原因集为Y={y1，y2，…，yi}

模糊关系矩阵为:

则Y=X·R

式中，rij称为隶属度或权系数，它表示第i个故障征兆是由第j个故障原因引起的可能性的大小，可能性越大则其值就越大(在0~1之间)；确定权系数rij时，应多请几位专业维修技术人员，针对每一具体征兆给出评分，或根据积累的大量典型故障资料进行统计分析，给出rij的具体分值；权系数的确定是根据表1所示的A、B两方面因素综合衡量完成的。

表1 征兆量词及其对应的权系数表

故障诊断实例

故障基本情况某汽车空调系统出现制冷不足现象，经进一步检测发现高压系统压力过高，低压系统压力过低，从干燥过滤器观察孔观察到制冷剂流动缓慢。

制冷不足故障征兆及原因分析故障征兆有5个，并表示为：出风口不凉（x1），制冷剂循环量少（x2），压缩机不能正常运转（x3），高压系统压力过高（x4），低压系统压力过低（x5）。故障原因有6个，并表示为：制冷剂过少（y1），制冷剂过多（y2），温控器调整不当（y3），电磁离合器打滑（y4），冷凝器散热片脏污（y5），膨胀阀堵塞（y6）。

建立模糊关系矩阵通过对搜集到的汽车维修企业关于汽车空调制冷不足的大量故障诊断案例资料进行统计分析，确定一故障征兆xi是由某一故障原因yj引起的可能性大小的具体百分比数值(即隶属度或权系数)，可得到模糊关系矩阵，如表2所示。

计算根据对故障征兆的进一步检测可知，在制冷不足故障的5个征兆中，本次故障只有高压系统压力过高、低压系统压力过低及制冷剂循环量少3个征兆。根据故障征兆出现取1，不出现则取0的原则，其故障征兆集为X={x1，x2，x3，x4，x5}={0，1，0，1，1}。

根据表2，模糊关系矩阵为：

表2 汽车空调制冷不足故障征兆与故障原因集表

因此，故障原因为：

=（1.2，0.3，0，0.7，0，2.7）

其中，第6项2.7为最大，即y6所对应的各种有关征兆的隶属度的总值为最大，据此可认定故障原因为y6，即膨胀阀堵塞。经检修查实，的确是膨胀阀堵塞。

运用模糊理论排除汽车空调故障的方法具有可靠性强、准确性高等优点。运用模糊理论排除汽车空调故障的关键就是程序设计，这也是模糊诊断技术中最难掌握的重点。掌握好整套编程方法，全面了解汽车空调系统的典型故障类型，就容易解决难题。随着大规模计算机技术的飞速发展及智能化技术的不断应用，利用模糊理论来实现对空调器故障诊断的发展前景越来越广阔。作为制冷与空调专业的教师，在教学过程中，要善于将有关知识进行联系，努力培养学生对计算机知识和空调维修知识的理解能力、感悟能力、跨越式思维能力以及灵活解决问题的能力，使教学能适应社会发展和科技进步的需要。

[1]周志英.模糊数学在汽车故障诊断中的应用[J].长沙大学学报，2005，19(2)：19-21.

[2]汤峰，跃华.模糊逻辑诊断方法在液压系统故障诊断中的应用[J].筑路机械与施工机械化，2007，24(5)：56-58.

[3]赵志群.职业教育与培训学习新概念[M].北京：科学出版社，2003.

G712

A

1672-5727（2010）03-0085-02

何宁芝（1975—），女，广东肇庆人，肇庆市第二技工学校副校长，讲师，研究方向为制冷与空调。