探究基于DSP的汽车发动机故障诊断

【摘 要】 随着科学技术的发展，汽车制造业当中的新技术与新工艺的应用越来越多，尤其是高新电子技术和计算机技术的应用使汽车成为一个复杂的系统，进而汽车的故障问题也日渐趋于复杂化，从汽车的表体采集信号对故障进行推断和确定成为当前研究的热点。本文主要探讨基于DSP的汽车发动机故障诊断系统的开发，在相关理论研究的基础上对系统的科学性和实用性进行研究，得到较为满意的结果。

【关键词】 发动机  故障诊断  DSP系统

随着汽车工业的发展，人们对发动机的要求越来越高，兼顾经济性、实用性和节能环保特性成为发展的方向。发动机的电控系统越来越完善，其故障诊断技术也越来越重要。故障诊断作为一门专门研究汽车发动机故障产生的原因、机理以及特征的学科，涉及到的范围非常广泛，包括计算机技术、传感技术以及人工智能技术等。利用故障诊断技术能够有效的对汽车发动机的故障进行预测，减少重大事故的发生以及造成严重的经济损失。同时还能够实现汽车维修的预测，减少修理的成本。笔者基于Freescale DSP 56F807的汽车发动机进行故障诊断系统的理论和实践性研究。

1 基于DSP的汽车发动机故障诊断系统方案

本研究中故障诊断系统的硬件包含传感器、DSP开发板、执行元件、监控系统以及讯号处理系统等，主要实现对汽车发动机的数据采集通讯以及状态监控和故障诊断的功能。

通过电控单元实现对数据居信息的采集和处理、系统中的逻辑性运算以及系统控制。方案中要求电控单元在满足相关的抗干扰性能的基础上具有良好的可靠性。作为汽车发动机中的实时监测系统，应当使用具有高运算速度的芯片。在本次研究当中使用的是 Freescale DSP 56F807进行开发，并进行独特的设计。研究以AJR汽车发动机作为实验的对象，将模拟信号和数字信号输入到其中。其中模拟发动机传感信号包括汽车发动机进气的温度、氧传感以及爆震信号、在一定电压范围内的节气门坐标与怠速节气门坐标、在一定电压范围内的发动机冷却水的温度等;数字信号则包括发动机的转速、点火和喷油的情况、怠速的电机占空比以及凸轮轴的坐标位置信号。

2 信息数据的采集与通信

基于DSP的汽车发动机电控单元信号数据的采集与处理包括对传感器以及执行器信号的的处理。需要通过特定的回路使用DSP进行计算，在处理完成之后传送至监控系统当中进行分析和存储，信息数据的采集功能是DSP发动机故障诊断系统当中最为基本的功能，通过提供数据信息对电控发动机的工作状态进行分析，进而实现对发动机的故障诊断。在本次研究中为电路设计添加了适量的干扰元件，通过光耦隔离等增强电路的抗干扰性能。

通信主要通过计算机的接口与DSP系统实现，DSP系统向计算机传输发动机的相关参数数据，计算机可以实现对数据的监控与分析，通过传送和控制的性能能够对参数进行调整。本次研究中计算机的核心通讯部位是MSComm控件。可以对事件进行捕捉以及处理通信。每一个MSComm控件都设置有与之对应的串行端口。

3 发动机故障诊断监控系统

监控系统可以实时采集和同步显示发动机的运行参数以及电控单元的控制参数，同时还能对这些参数进行控制和调整，对分析处理的结果进行保存以方便发动机的故障诊断和维修，因此监控系统在发动机故障诊断系统具有非常重要的作用。此次研究当中主要利用语言编程对发动机故障诊断学系统中的监控程序进行开发研究，实现了数据的显示、传递、控制、调整、保存以及报警等功能。数据库的设置由两种控件共同组成，实现数据库的信息数据存储、修改等功能。在监控系统的使用过程中，工作人员可以非常便捷的进行操作，一旦发动机发生故障将会进行声光报警，在人机界面中显示故障代码、故障发生的位置产生故障的原因，并自动对此次故障进行记录。真正意义实现了系统的自动化管理，汽车发动机故障的诊断也更为便捷，很大程度上节约了时间成本以及人工成本，提高了工作效率。

4 故障的诊断方法

4.1 系统自诊断方法

系统自诊断方式主要是测试系统中微控制器的工作状态，根据检测得出的结果采取针对性的措施进行处理。这种诊断方式由操作系统层当中的安全和保护模块实施处理。

4.2 在线直接的故障诊断

在线直接诊断方式主要是对系统中输出和输入信号的的变化特点进行分析，判断系统发生故障的具体情况，具有快速、精确的特点。在线直接诊断方式就是在工作的状态下对系统控制的信号进行直接的测试，将正常的信号与故障的信号进行对比，判断故障产生的原因、位置等。该方式能够直接对电控单元的信号其作用，而诊断程序本身就是电控单元中的控制模块，所以操作非常便捷，具有高效的特点。主要对传感器和执行器的故障模型进行诊断，故障多为恒增益发生改变、出现卡死以及恒偏差等现象。

4.3 模糊性的故障预测方法

离线模糊性的预测方法则需要根据发动机的工作状态以及其中的非功能性信息进行判断，具有智能化、联想性等特点。故障现象和故障产生的位置均有一定程度的模糊性，离线模糊性故障预测的方法就是依据该特性，使用模糊规则的推理方法或者是神经网络的自学习方法建立出点与现象的映射关系。这两种方法的使用具有鲜明的特点，且互为补充。模糊规则的推理方法不需要使用大量的样本数据、逻辑性非常强以及具有模块化的优点，但是其自学习的能力弱;而神经网络的自学习方法虽然拥有较强的自学习能力和联想能力，但是存在需要大量的样本参数进行支持以及表达难以理解等缺点。通常将这两者方式结合起来应用，形成集成的系统以解决故障中的模糊性以及人为主观导致的问题。

5 结语

最后进行故障系统诊断的台架实验，得出了相关结论：本研究中基于DSP的汽车发动机故障诊断系统拥有灵活、机动的特点，同时易于维护、方便扩展;在线直接诊断方式能够作为管理系统对软件模块实施控制;模糊性故障预测方式通过将模糊规则的推理方法与神经网络的自学习方法结合能够有效提高系统的智能化水平。

参考文献

[1]冯雷星，王剑影，刘纵横，等.发动机模拟式温度控制器的数字化研究[J].燃气涡轮试验与研究，2014，（2）：41-43，49.

[2]毕胜尧.基于DSP的汽车发动机故障诊断及预测系统研究[D].哈尔滨理工大学，2014.

[3]柯绍强.汽车发动机故障诊断及预测系统研究[J].科技与创新，2014，（21）：39-40.

作者简介：蒋南希（1980—），男，汉族，湖南长沙人，实验师，汽车维修工高级技师/交通部汽车检验员高级技师，实验、实训、教学负责人，校

企合作项目教学负责人。