【摘 要】隨著現代人們生活水平的不斷提升，對于出行便利的需求越來越高，且隨著我國公共基礎建設的不斷完善，汽車成為人們出行的重要工具，在城市交通中的所占比重也逐漸提升。控制系統作為汽車的重要組成部分，對人們駕駛汽車的穩定性以及用戶體驗具有重要影響，因此，不斷完善汽車控制系統結構設計，降低故障發生率，對于改善用戶體驗具有重要影響。

【關鍵詞】汽車；控制系統；結構設計；故障檢修

控制系統是汽車的重要組成部分，對于汽車的形式以及使用性能具有重要影響，其是指汽車中裝載的各種電子元件組成的系統，各式各樣的電子元件組成了汽車中的發動系統、照明系統、空調系統等。因此，文章主要針對汽車控制系統結構設計及常見故障檢修方向展開分析，報道如下。

一、汽車控制系統結構設計分析

汽車中使用的電子元件品種繁多，且受到使用性能、方式等方面的影響，各電子元件之間的差異也較大，但是為了方便控制系統結構設計，在設計過程中，是通過將各種電子元件作為獨立概念進行設計，而不是通過以儀器的實際外形進行設計，這樣能夠將這些電子元件作為控制系統中的獨立儀器，從而制作控制系統單元結構，有助于設計師闡述控制系統結構設計的方法與目的[1]。

現代科學技術的更新推動了汽車使用性能的提升，并且現階段中汽車裝載的電子元件的技術含量不斷提高，控制電路、智能芯片等產品的研發使得汽車電器系統的智能性得到進一步發展，尤其是在控制電路方面，其具有強大的功能以及使用性能，通過與各電子元件的連接，實現對各種電子元件的控制[2]。典型的控制系統結構分為分布式、集中式以及近似全分布式這三種結構。分布式結構的優點在于通過單個電子元件對多個電子元件的控制，從而優化控制系統的運行性能；但是其缺點在于電子元件之間可造成相互影響，導致控制系統容易出現故障；集中式結構的優點在于控制器能夠實現對所有電子元件的控制，缺點也同樣明顯，即一旦控制器出現問題，可造成控制系統癱瘓，嚴重影響汽車使用性能；近似全分布式結構的優點在于通過多個控制器實現對各電子元件的控制，但是這種結構的造價高，使得汽車生產成本增加。這些結構各有各的優缺點，在實際生產中受到了廣泛的應用，能夠提升控制系統的使用性能。

二、基于神經網絡的汽車控制系統常見故障以及診斷分析

隨著現代智能計算的發展，提升了汽車控制系統的性能，這同時也是現代汽車的發展趨勢[3]。但是由于目前市面中汽車品種繁多，許多控制系統故障檢測系統無法兼顧全局，因此，在日常生活中，要加強汽車的養護和檢修，避免出現意外事故。

（一）常見的控制系統故障以及故障原因

在長時間的使用過程中，電子元件免不了發生老化、故障等問題。筆者根據多年工作經驗分析，常見的汽車電子元件故障有：①電子元件老化，這主要是由于線路老化發生的線路斷裂，對于控制系統的性能造成嚴重影響；②電子元件損壞，這主要是由于電子元件過熱或高溫天氣造成的原件電阻增加，進而引起短路、斷路；③線路問題，這主要是由于運行過程中汽車出現較大幅度的位移、顛簸造成的線路松動等現象，可能導致短路、短路或是電子元件磨損。

（二）神經網絡下汽車控制系統故障診斷

神經網絡的研發是從生物神經系統中獲得的靈感，通過模仿生物神經元的組織結構，進而展現出現與人腦相似的性質，其能夠通過癥狀搜集或狀態收集從而處理復雜的非線性映射關系。神經網絡之所以具有強大的功能，主要是由于其具有較強的學習能力、分布式信息儲存能力、獨立計算能力等，能夠解決復雜的問題。

由于現代實際應用的控制系統故障診斷方法有很多，本文主要針對幾種常見的診斷方法進行分析：①神經網絡診斷系統。該方法主要通過應用神經網絡故障診斷系統，通過輸入相關的數據或故障癥狀，從而推算出故障的原因，進而進行故障診斷。②神經網絡殘差檢驗法：該方法主要利用神經網絡模擬系統的常規屬性，在系統中輸入一些特定的參數，并與控制系統的實際值進行比對，從而得到殘差，這樣能夠實現故障診斷[4]。在此過程中，可以利用數學模擬系統計算差值，能夠提升計算的準確性。③神經網絡評價殘差法：這種方法與上述方法不同，上述方法是獲得殘差，而該方法是評價殘差，利用神經網絡對殘差進行分析，從而獲得控制系統故障問題。④神經網絡診斷分析：利用神經網絡診斷系統進行故障分析，其主要是利用神經網絡的模擬系統進行控制系統相關參數以及控制器等方面的非線性關系，從控制系統的輸出情況分析，以此來了解控制系統的故障情況。⑤神經網絡自適應誤差補充檢測法：其主要是利用了基于神經網絡中的非線性觀測器，能夠迅速判斷故障發生未知，進而提升故障檢出率[5]。⑥模糊神經網絡故障診斷：其主要是利用模糊理論以及神經網絡相結合的方式，這種方法是通過普通神經網絡中加入模糊概念，在輸出時加入模糊層，通過語言規劃網絡，使得神經網絡中的參數具有意義，并且由于神經網絡具有較好的學習能力，比一般神經網絡的診斷準確率更高。

結束語

隨著現代科學技術的不斷提升，汽車控制系統不斷向智能化發展，因此，要加強控制系統故障診斷系統建設，保障用戶的使用體驗。

作者簡介：張騫（1985.11-），男，河南新鄉人，碩士研究生，助教，主要研究方向為汽車檢測與診斷技術，汽車電子控制，新能源汽車系統等。

參考文獻：

[1]夏天，王新晴，梁升等.帶自適應遺傳算子的粒子群神經網絡及其應用[J].解放軍理工大學學報（自然科學版），2013，12（1）：70-74.

[2]張晨，韓月秋，陶然等.基于神經網絡預測器的單傳感器故障檢測方法[J].北京理工大學學報，2015，19（2）：220-223.

[3]李練兵，張秀云，王志華等.故障樹和BAM神經網絡在光伏并網故障診斷中的應用[J].電工技術學報，2015，30（2）：248-254.

[4]付秀偉，孔峰，付莉等.基于粒子群神經網絡線控轉向故障診斷的研究[J].傳感器與微系統，2013，29（9）：39-41.