汽車發動機故障診斷的理論和方法

禹闖 呂園園 武晟鋒

摘 要：汽車發動機故障診斷技術和方法，隨著汽車制造技術進步不斷提升，逐步的建立科學、系統、完善、合理的故障診斷體系，成為現階段汽車發展新趨勢。計算機技術快速發展，技術能力不斷進步，在發展中需要根據汽車發展新的特點對發動機故障進行診斷和研究，通過測試和故障診斷理論體系對照，將故障類型進行分析，對汽車發動機故障診斷進行展望[1]。

關鍵詞：汽車發動機；故障診斷；理論方法

中圖分類號： TM6 文獻標識碼： A 文章編號： 1673-1069（2016）16-195-2

0 引言

現代汽車電子程度不斷發展，提升了汽車使用感受，也使得汽車整體控制系統結構和功能變得更加復雜，對維修人員自身技術能力也提出了更高要求，技術人員需要根據現階段情況不斷提升維修技術和能力，并借助計算機技術建立統一的故障診斷維修技術方法。世界各國汽車企業和相關研究機構都將研究重點放在提升故障檢修手段和方法上，提高汽車診斷技術和方法。我國汽車技術本身起步較晚，技術較為落后，因此需要進一步將汽車故障診斷體系進行提升。

1 信號處理情況下的診斷方法

1.1 小波分析方法

小波分析方法對時頻分析較為明顯，主要是針對時頻進行分析，這樣的分析方法在信號不穩定時期使用效果較好。通過這種方法分析，對奇異性效果也較好。[1]如圖1所示為小波測試系統示意圖，在圖中將發動機和波形分析進行連接，并將發動機運行效果和采集波形系統關聯，這樣能夠將發動機運行過程中波形變動進行監測，記錄在發動機變動過程中發動機實際運轉速度和點火提前角等參數相關變化，通過小波分析將轉速信號進行分研究，將轉速信息小波分析結果進行對比。

通過小波測試對數據進行管理過程中，可以將如下數據通過對比進行分析。如表1所示，當發動機油缸斷油時候，就會出現噴油脈寬增加情況，在油耗和相關點火角保持不變前提下發動機運動狀態基本上是保持不變的，但是發動機運行穩定性下降，這和發動機轉速問題具有一定聯系。[1]發動機在正常轉速條件下供油量保持在正常水平上，但是當發動機在斷缸后，轉速下降，為了維持這種非常態的運轉狀態，電腦指令噴油脈寬增加，而總的供油量保持不變，造成供油量變化和轉速變化不同步現象，發動機運轉出現不穩定情況。

1.2 主元分析方法

主元分析方法主要是通過對數據進行壓縮和分析，將其中關鍵數據進行提取，并根據提取數據將故障進行診斷，對發動機問題進行研究。在進行分析過程中需要將一些歷史數據進行使用，建立相關分析模型，通過原始模型將現階段各項數據進行審核，一旦出現實測信號和主元信號沖突的情況，需要對發生沖突原因進行判斷，利用數據分析方式將故障分離出來，積極進行解決，因此這種分析方式可以作為一種有效故障監測和管理方式。主元分析方法對數據處理非常有效，可以在大量復雜數據中將出現問題數據分離出來，對于數據處理性較強，這種方式對于發動機故障診斷效果非常好。

1.3 模糊數據分析法

模糊診斷法主要是將數據進行模糊的分析和判斷，對發動機故障進行大致的判斷。模糊判斷法可以作為基礎判斷進行，通過對汽車發動機故障的識別，將問題大致確定在合理范圍內，然后在這個范圍內對技術進行詳細分析，使得判斷范圍進一步縮小，提升故障排除效率。

模糊診斷數據分析法主要是通過發動機大致征兆和運行狀態初步判斷故障產生原因，將出現故障主體位置進行確定，然后再根據后續的數據分析對具體出現故障原因進行分析和判斷。例如，在對發動機進行維修過程中如果出現有聲無轉的情況，在初期判斷中不能對故障具體原因進行分析，但是可以通過大致將發動機的軸、轉動齒輪等進行分析和檢查，進一步將檢修范圍縮小，節省了全面檢修花費的時間，提升了檢修效率。

2 知識處理狀態下診斷方法

2.1 專家系統故障診斷方法

專家系統故障診斷方法主要采用計算機信息采集和分析系統，將診斷對象的數據參數進行采集，并通過計算機相關邏輯處理原理將數據信息進行處理，對故障進行分析，并和客戶原始資料進行結合，對發動機故障進行分析，快速找到可能發生故障，進行維修[2]。

如圖2所示，這個系統主要流程包括，系統對診斷對象數據進行收集和調取，并將數據通過知識規則庫進行分析，判斷可能出現問題原因。同時將用戶在使用過程中出現的問題進行分析，在數據庫中對數據進行管理，出現問題及時反饋，并將初步分析結果進行存儲。然后將主要的分析結果輸入到推理機中，對推理數據進行分析，輸出結果。同時，在分析過程中對分析結果進行一定檢驗，在推理機和數據庫之間結果進行驗證，使得數據結果人為進行驗證。整個系統中人和專家系統之間實現相互之間交流與合作，對診斷系統實用性具有較大幫助，可以讓車主參與到診斷中去，了解實施步驟，技術溝通更加便利。

2.2 神經網路技術診斷方法

這種技術方法是將故障識別模式進行診斷，這種診斷方式和傳統的根據基本狀況進行診斷是不同的，是根據發生故障特點和原因對出現故障進行逆向分析。這樣可以將一般數據處理中不易發現的問題進行處理和分析。神經網絡診斷方式主要工作方式有兩種：從模式識別的角度對分類器進行診斷；與其他方式結合進行故障診斷，是一種復合型故障診斷方式。

如圖3所示為神經網絡故障診斷圖，在圖中可以清晰的看出工作流程，首先需要將診斷樣本進行輸入，對樣本基本數據進行初步處理，從中提取出需要的特殊數據，通過計算機技術進行分類，對結果進行診斷，從而發現故障的原因，對故障進行分析和排查。技術診斷系統需要進行一定的訓練，在訓練過程中讓系統對數據進行學習，這樣才能保證系統正常運營。

神經網絡技術是神經生理學和心理學技術結合的產物，主要是將大腦分析處理事物過程進行模仿，建立一種基本的分析結構，對故障進行模擬和分析。這種分析方式在運用中更加簡單方便，對于數據的聯合具有較好作用，是一種仿真的發動機故障分析系統，節省了算法和規則的設計，減少了軟件工作量。

3 結束語

本文主要對汽車發動機故障診斷理論和診斷方法進行分析，在分析中可以發現，引起汽車發動機故障的原因是多方面的，因此診斷方法也需要進一步提升，結合實際情況對診斷結果進行分析，確保診斷結果準確性隨著科學不斷進步，和計算機技術結合，直接分析出故障原因，節省人工的同時確保診斷結果的準確性，提升技術能力。

參 考 文 獻

[1] 戈劍，楊維軍.汽車發動機故障診斷的理論和方法[J].輕工科技，2012，04：51-53.

[2] 張開智.汽車發動機故障診斷的理論和方法[J].中國新技術新產品，2014，10：40-41.