模糊专家智能诊断系统在电动助力转向系统中的应用

刘建明等

摘 要 智能故障诊断在汽车电子产品的设计、生产和维护过程中都起着关键的作用。本文介绍了现有电子设备智能基于规则的故障诊断方法，故障树诊断、模糊诊断方法和信息融合故障诊断方法，应用模糊综合评价理论和方法对电动助力转向系统故障进行了智能综合评价，该方法有容错性好、评价方法简单等特点，能够准确、高效地判断电动助力转向系统故障的目的。

关键词 故障诊断；模糊判断；专家系统；电动助力转向

中图分类号 TP2 文献标识码 A 文章编号 2095-6363（2015）09-0080-03

汽车转向机构由过去的纯机械机构发展为机械液压助力转向，电控液压助力转向和电动助力转向成为一种发展趋势。机械液压助力转向（Hydraulic Power Steering，简称HPS），电控液压助力转向（Electric Hydraulic Power Steering，简称EHPS），电动助力转向（Electric Power Steering，简称EPS）。以电机为动力源的动力转向系统在性能方面明显优于传统的液压动力转向系统，并且节能环保，结构较HPS简单。目前国外发展趋势是用电机为动力源的动力转向系统逐步取代液压动力转向系统。EHPS和EPS已成为世界汽车动力转向技术发展的研究热点。

汽车电动助力转向系统由械转向系统、信号传感系统、电子控制系统和转向动力系统组成。信号传感系统主要有：车速传感器、扭矩传感器、电流传感器。电子控制系统主要有：电子控制单元、转向动力系统主要有：电动机、带离合器的减速机构。

扭矩传感器检测汽车转向时的扭矩和方向，经A/D转换形成扭矩信号。车速传感器检测出车速信号。控制单元同时接收车速和扭矩信号，再根据车速和扭矩信号确定电动机的转向和扭矩的大小，同时电流传感器通过检测电路的电流，监控驱动电路的状况。电动助力转向系统原理见图1。

转向系统直接影响着车辆运行的操纵稳定性和安全性，但是目前国内对于EPS的研究，还存在很多问题，主要是车辆在行驶中系统的故障自诊断、故障在线监测和安全防范，EPS的行车安全性等方面。电动助力转向故障诊断专家系统的研究和运用成为解决EPS安全使用的一个非常有效的途径。EPS在运转过程中，运行由无故障状态到发生故障是一个渐变的过程，期间，它处于不是完全的损坏也不是完全没有故障的状态，是一个中间状态，表现出来的征兆也是如此。这个过程是非常复杂的，因为维修专家通常维修的不止一种设备，而任何一种设备的故障诊断都是一个知识型密集型工作，同时只有具备对同一设备多年操作和维修经验的人员才算是该设备故障诊断专家。因此，及时地排除故障有时变得非常的困难，这种情况下，拥有一个基于计算机的故障诊断系统是非常必要的。操作人员只需要将设备故障症状告诉专家系统，专家系统就会迅速地进行诊断，并进行必要的维修，使设备恢复正常运转。

1 故障诊断的基本原理

随着汽车安全技术的不断发展，越来越多的复杂电子装备在车辆上应用，系统内部各种因素相互制约，存在着十分复杂的联系，对最终故障的影响权重不易确定。每一个机械单元和电子装备的部件都可能产生故障，而对故障进行精准的状态定位和完整的故障模拟比较困难。引用神经网络技术、模糊逻辑判定、专家系统等成熟的智能信息处理技术可以准确描述故障特征，符合客观实际地进行推理，要以提高对故障诊断的准确性和效率。通过智能信息处理技术对故障进行诊断，即智能故障诊断技术。

智能故障诊断系统是在工作状态下，能自动查明导致某种系统功能失常的原因及性质等，并能判断劣化状态发生以及预测状态劣化的发展趋势等的部位或部件，主要包括故障检测、故障定位、故障预测。

智能故障诊断的方法主要有：故障树方法、基于规则的方法、基于人工神经网络的方法、模糊诊断方法和信息融合故障诊断方法。这些方法各有特点，但均存在各自的局限性。

故障诊断任务主要包括以下4个方面。1）建立系统故障模型，按照检测信息在系统中的输入输出关系，建立系统的数学模型，形成故障检测和诊断的算法依据。2）系统故障检测，通过各种估计的变量，判断系统是否发生故障，系统发生故障时，应能及时发出报警。3）系统故障的估计和识别，系统发生故障时，能确定故障源的位置，并能识别出故障原因，如：传感器故障、执行器故障或者是被扰动等，同时还能计算出故障的大小、严重程度及发生的时间等参数。4）系统故障分类、评价与决策，针对故障的严重程度，以及故障对系统的影响和发展趋势，制定决策采取相应的措施，如启动保护系统等。

智能诊断系统主要包括数据库、知识库、解释器、推理机和用户界面等。知识库存储故障的专门知识，推理机按照一定的策略进行推理，数据库存放系统运行过程采集的各种信息，解释器对用户的提问、求解过程、系统的状态、结论等提供说明。用户界面提供了必要的人机之间相互交换信息手段。专家系统是一种计算机程序，它可以以人类专家的水平完成一般比较困难的专业任务，由人机接口、知识库、数据库、推理机、解释部分和知识获取部分组成，结构如图2所示。

2 模糊智能诊断方法

车载电子设备故障诊断过程中存在大量的不确定因素，如各种组合的工作电压范围，工作方式，电子元器件的老化程度以及绝缘结构等因素均可能对诊断结论产生影响，而这些因素的影响往往是不确定的、模糊的。故障诊断专家系统的诊断水平很大程度上取决于对这些不确定因素的处理，本文采用模糊关系方程推理与模糊规则相结合的方法，首先采用模糊关系方程对故障原因进行过滤，滤掉出现可能性极小的原因，然后再利用模糊规则推理对剩下的可能原因进行验证，通过这两种校验作为最后的故障原因。模糊关系方程推理过程就是通过故障征兆的隶属度去求出各种故障原因的隶属度。

模糊理论通过隶属度来描述定量化。利用模糊理论解决实际问题的关键是找出一个恰当的隶属函数。通常，先建立粗略的隶属函数，然后，通过学习和经验积累，逐步修正并调整权值，使隶属函数符合客观事实，趋于完善。模糊理论对电动助力转向系统故障进行智能综合评价其方法步骤如下：

设U是论域，U上的一个模糊集合A由隶属函数表示：。设，用于表示x属于A的程度关系。则是x模糊集合A的隶属度函数。模糊诊断就是通过征兆的隶属度求出故障原因的隶属度。设：诊断对象表现出的征兆可能有m种，可记为；出现的故障原因可能有n种，可记为。故障征兆模糊矢量为是对象具有征兆的隶属度。故障原因模糊矢量为，是对象有故障的隶属度。则Y和X具有模糊关系：

是故障原因与征兆之间表示为模糊关系方程。符号。是模糊合成算子，R为诊断专家经验知识的模糊诊断矩阵。

模糊诊断矩阵R是维矩阵，矩阵元素是第i种征兆对第j种故障原因的隶属度。行矢量X是故障征兆，列矢量Y表示故障原因，模糊诊断矩阵描述了故障征兆和故障原因的关系。

将传统产生的规则模糊化是模糊技术的模糊规则，若干模糊推理规则组成模糊规则库，模糊推理规则形

3 电动助力转向系统故障诊断实现方法

在EPS智能诊断系统中，模糊推理机根据自然语言处理过的事实证据，选择相应的规则，进行推理。1）自然语言接口模块对FES的输入信息进行理解，从中获取证据关键词及相应的模糊属性及模糊词。2）在知识库中查找与模糊词相对应的模糊度。3）从知识库中取出与规则的前提条件与证据关键词进行模糊匹配的规则。4）用模糊推理计算结论，并将该结论加入到证据库中；匹配失败时，取下一条规则继续模糊匹配。5）所有的规则都已经匹配完毕，结束模糊推理。在证据库中搜寻最终结论，输出故障及其隶属度。

故障自诊断系统的作用是监测、诊断电子控制系统的传感器、电子控制器以及执行器的工作状况。在EPS模糊专家系统中，我们采用LCD显示和信号、故障指示灯闪烁来表示系统故障，当某个信号超出规定范围时，系统判定该相关电路及传感器或执行器发生了故障，由ECU控制系统启动相应的措施，将故障信息存储到存储器中，故障指示灯闪烁报警。故障排除后，故障指示灯熄灭，故障信息仍储存在存储器中，通过CAN接口可以将故障代码显示出来。故障代码诊断显示见表1。

当系统检测出电动机、转矩、车速等传感器出现故障而导致系统处于严重故障的状态时，就会断开电磁离合器，停止转向助力的控制，确保转向系统安全、可靠。

下面通过电机故障自诊断举例说明：由于是通过控制电机的电流来控制转向助力，因此，检测电机的电流可以获得电机的工作状态。在驱动回路中串联精密电阻R62，采集电路测量其两端的电压，经过滤波和放大，从ADC2端口反馈给CPU。将此电压与理论计算电压比较，如果两者悬殊过大；或者连续时间内，平均电流超过预定的数值时，就判断电机及其线路有故障，以防止电机因过载而烧坏或工作状态不稳定。因选用的精密电阻值约7mΩ，远小于电动机电枢电阻168mΩ，不影响系统工作。

通过上述信号比较，可以诊断电机系统的如下故障：1）电机过载，电机的控制电流就会过大。2）系统故障时检测的控制电流与计算值相差太大。3）电机存在故障时，有控制电流传递给电机，电机仍不能启动。

5 结论

通过上述的理论分析和实例，选用各信号间和信号与规定界限值间进行比较的EPS系统故障诊断方法容易与主控制程序协调设计和调试，具有简单、可行等特点。在试验台上，通过模拟各种故障（如断路、接触不良、短路等），观察故障灯显示情况，验证了本自诊断方法具有可行性，并可以得到以下结论：1）采用模糊理论方法诊断电动助力转向系统故障具有可靠性高、评价方法简单等特点。2）对电动助力转向系统故障进行诊断综合评价的关键是建立合理的评价数学模型，对大型汽车电子设备故障评价具有较高的应用价值。3）本课题的理论和实验研究为采用模糊理论方法诊断电动助力转向系统故障方法的实际应用奠定了基础。

参考文献

[1]刘普寅，吴孟达.模糊理论及其应用[M].北京：国防科技大学出版社，2001.

[2]黄红钟.机械设计模糊化原理与应用[M].北京：科学出版社，1997.

[3]陈举桦.机械结构模糊优化设计方法[M].北京：机械工业出版社，2001.

[4]何新贵.模糊知识处理的理论与技术[M].北京：科学出版社，1996.