汽车发动机故障诊断的理论和方法

张开智

（广东 深圳 518000 ）

概述

汽车发动机故障诊断的方法有很多种，需要结合汽车实际的情况，采取针对性的故障诊断方法，并且应该利用先进的设备和仪器，提高诊断的效率，进而，确保在最短的时间内使汽车恢复正常使用。

1 基于知识理论的汽车发动机故障诊断法

随着社会经济的不断发展，人们的生活水平也有了明显的提高，尤其是家用汽车的数量日益增多，然而在汽车的正常使用中故障诊断与维修是在所难免的，其中汽车发动机的故障发生率较多，本文也主要对汽车发动机的故障诊断进行探讨。基于知识理论的故障诊断法主要包括专家系统故障诊断法、神经网络故障诊断法以及模糊故障诊断法等。

1.1 专家系统故障诊断法

主要是指在计算机技术的支持下，通过对诊断对象搜集相关信息之后，再将其综合运用到故障诊断中，是通过知识的推理来对其进行诊断的，而且，还可以通过调用应用程序来索取相应的信息，并以最快的速度诊断出汽车发动机有可能发生的故障原因，然后再由用户对其证实。专家系统的诊断故障法主要是由人机接口、知识规则库、推理机、数据库等部分组成。人机接口，也就是人与专家系统相互沟通的窗口，也是人机信息传递、交流的交接点；知识规则库，主要是将多种因果关系、发动机故障推理的规则进行统一储存的环境，也是专家系统故障诊断的核心结构；推理机，主要是通过对发动机故障的现状分析，然后再从知识规则库中调去相应的故障推理，从而实现对故障的诊断；数据库，就是对每次故障监测的数据进行保存的空间。

1.2 神经网络故障诊断法

主要是对发动机故障以模式的识别方式来对其进行诊断，通过人工神经网络具有的信息处理的特点来对其故障问题进行诊断，这种方式将会把传统模式下监测不出来的故障充分的诊断出来，并进行有效的解决，人工神经网络应用的范围极广，而发动机的故障诊断就是其中应用领域之一。通过神经网络对汽车发动机故障诊断的方法主要以两种方式进行诊断，一是通过将神经网络的诊断方法与其他的诊断方法进行有力的结合，更能提高对汽车故障的诊断准确率，这种方式也叫复合故障诊断法；二是主要从模式识别的监督上出发，对汽车发动机进行故障诊断。例如，神经网络雨CBR模块的结合诊断，主要考虑到故障发生时间、症状、机型等，如，CBR250R MC17、CBR250RR MC22等，结合多项因素的分析确定汽车发动机的最终故障。人工神经网络具有适应性、并行分布性、非程序性、信息处理等，尤其是网络故障诊断已存在的计算机视觉、语音识别、图像处理等因素，能够极大的反映出相关的信息，是对汽车发动机故障诊断的一种新模式识别技术以及处理方法。

1.3 模糊故障诊断法

主要是将汽车发动机的故障进行模糊诊断，并确定模糊故障的向量，以此来对汽车发动机的故障进行识别。

模糊诊断法主要是通过发动机的运行状态以及征兆来判断设备是否存在故障，如果有故障大致又是什么原因，也就是说，模糊故障诊断法是在复杂的条件下即不能用是否来断定结果，又不能用精确的位置来确定故障，难以用精确的数字模型将故障因素表示出来，但是，可以估测出汽车发动机故障产生的原因以及故障的程度和位置等，这也是一种模糊逻辑的诊断方式。

例如，汽车发动机出现有声无转的故障现象，在这种情况下无法用精确的数字模型来描述故障原因，通过模糊故障诊断法大致能诊断可能是转动轴、齿轮等基本部件出现故障，避免了大规模的诊断，能将故障点缩小有利于下一步的汽车发动机故障诊断。

2 基于信号处理的汽车发动机故障诊断方法

对汽车发动机的故障诊断方法，实质上就是对模式的识别以及分类的问题，从这一点分析来看，故障诊断方法主要有故障特征的提取、发动机信息的获取以及模式的识别等三部分，而基于信号处理的汽车发动机故障诊断方法中，主要是利用信号模型来对故障进行诊断，其中诊断方法主要有主元分析法、小波分析法等。

2.1 主元分析法对汽车发动机的故障诊断

该诊断方法主要是以思路的形式来诊断，同时也是提取信息和压缩数据的有效方法，是通过对历史数据的提取和分析，并将其按照主元分析法的方式建立一个正常的主元模型，然后再对汽车发动机的实际运行的信号进行测量，如果实际运行的信号与之前建立的主元模型之间发生冲突的话，说明汽车发动机存在故障，再通过数据分析的环节，可以清楚的分离出汽车发动机的故障。

该方法对数据中含有大量的的冗余信息故障的情况下，可以有效的检测出来，并且可以有效的将故障分离出来，对汽车发动机的故障诊断十分有效。

2.2 小波分析法对汽车发动机的故障诊断

该方法主要是对汽车发动机运行过程中发出的时频进行分析，并将分析的参数变化进行总结来判断汽车发动机的故障。小波分析法是通过对汽车发动机上传感器的正常信号和异常信号的采集，如，点火提前角、发动机转速、喷油脉宽等，通过对多项参数变化的采集，可以推断出汽车发动机是否发生故障，以及发生故障的原因等。

3 汽车发动机故障诊断法的展望

3.1 多种诊断方法结合对汽车发动机的故障进行诊断

以上部分所提到的仅是汽车发动机故障诊断方法的一部分，除此之外还有很多诊断方法，如，等价空间法、状态估计法、参数估计法等，而且每种诊断方法都有着它独特的诊断方式，都能有效的对汽车发动机故障进行诊断。

然而在社会经济日渐的发展下，汽车故障也不能仅会出现单方面的问题，问题的复杂性势必会对故障的诊断方式造成一定的困难。在社会科技不断的发展下，很多研究人员也将汽车发动机的故障诊断方式进行结合，就是通过多种诊断方式的结合来对汽车发动机进行诊断，这不仅体现出了诊断的功能性，同时还能表现出诊断的全面性。

例如，将神经网络诊断法与专家系统诊断法结合起来，其中神经网络主要实现了右半边脑的形象思维能力，而专家系统可以实现左半边脑的逻辑思维，通过将两者的结合可以实现互补作用，更充分的对汽车发动机进行故障诊断。

3.2 增加新的故障诊断工具来完善故障诊断法

可以在汽车发动机故障诊断法中增设新的数学工具，以此来开辟新的故障诊断功能，根据这一方向进行研究。如，运用数学工具遗传算法与专家系统故障诊断法结合，能有效的克制专家系统在存储知识的过程中进行自学习的问题，所谓遗传算法就是利用人工算法将模拟生态自然进化过程体现出来，该算法具有搜索能力强、简单通用、隐蔽性处理强等特点；运用数学工具粗糙集与神经网络故障诊断法结合，主要研究方向是将粗糙集吐掉冗余属性，这样可以有效的简化知识空间维数，对汽车发动机故障诊断有着极大的作用；另外，还有很多数学的工具值得研究，如，混沌与分形、灰色理论、支持向量机、经验模式分解等，如果应用的合理也都能对汽车发动机的故障诊断起到很大的作用。

结语

本文主要针对于汽车发动机故障诊断的理论和方法进行了研究，通过本文的探讨，我们了解到，汽车发动机故障诊断的方法种类非常多，应该结合具体的情况，采取针对性的诊断方法，才能够实现良好的诊断效果。通过实践的总结，使用较多的为第一部分的三种诊断方法，而且，在诊断的过程中也会借助一些简单的仪器来进行诊断，科学技术的不断发展，在未来的汽车发动机故障诊断中，可能要将其连接到计算机中，利用计算机的强大功能直接分析出故障原因，不仅节省了人力，还提高汽车发动机故障诊断的有效性。

[1]林志强.汽车发动机故障诊断技术研究现状与趋势分析[J].黑龙江交通科技，2011（06）.

[2]叶庭荣.汽车发动机异响故障的诊断方法[J].中华民居，2011（10）.

[3]俞宏松.汽车发动机常见故障诊断与排除[J].机电信息，2012（03）.

[4]朱元屏.关于对汽车发动机故障与诊断的研究[J].佳木斯教育学院学报，2012（04）.

[5]朱则刚.汽车发动机故障的诊治[J].汽车工程师，2010（06）.

[6]姚文俊.现代汽车发动机故障诊断技术的发展研究[J].汽车维修，2008（01）.

作者身份证号： 510524198211090013