IMMO匹配系統故障診斷研究

高長斌 孫自圓 張亞飛

【摘 要】IMMO（發動機防盜鎖止）系統是目前在汽車上廣泛應用的防盜系統。在整車項目前期階段，由于物料質量與部門協調影響，線上IMMO匹配系統故障頻發。文章根據IMMO系統的工作特點，提出了一種適應于該系統的自診斷方法。該自診斷功能涉及故障樹分析、診斷專家系統，在故障發生時，可快速定位故障原因，輔助車輛返修，同時也可減少線上人員的誤操作次數。

【關鍵詞】IMMO匹配；故障樹分析法；診斷專家系統

【中圖分類號】TP277 【文獻標識碼】A 【文章編號】1674-0688（2018）07-0061-04

0 前言

隨著現代汽車技術的飛速發展及汽車性能的快速提高，人們對汽車防盜系統的安全性日益關注。目前廣泛應用于現代汽車防盜的IMMO系統，采用RFID射頻識別原理，鎖止機構完全隱蔽，可同時控制啟動、油路或電路，從而大大增加了破解難度。不僅提高了系統安全性，也使得IMMO系統在線上匹配過程中環節增加，故障模式更為隱蔽。目前的IMMO匹配系統，一般只考慮正常匹配情況，在匹配異常時軟件提示信息非常有限，尋找故障原因還需要借助專業人員結合現象推理[1-3]。而在實際下線匹配過程中，尤其在項目不平穩階段，往往會由于某一物料異常或線束插頭松動導致匹配中斷，故障排查過程會消耗較長的時間。

本文所設計的IMMO匹配系統自診斷功能，針對某公司車型下線匹配的故障情況，利用故障樹分析方法，結合診斷專家系統知識，實現了IMMO系統故障快速定位，使生產和維修的效率顯著提高。

1 IMMO匹配系統工作原理

IMMO系統是目前在汽車上廣泛應用的防盜系統，這種汽車電子防盜系統由點火鎖上的讀寫線圈（Coil）、點火鑰匙（內嵌轉發器，Transponder）、防盜控制器（Immobilizer，IMMO）、發動機控制單元（ECM）、儀表板上的防盜指示燈和連接線束等組成。

如圖1所示，點火鑰匙內的芯片配置了一個特定的識別碼（KeyID），也存儲了發動機控制單元的相關信息，當插入鑰匙點火后，防盜控制器會向鑰匙內的轉發器發送一串隨機數，經過轉發器的運算處理后將信息反饋給防盜控制器，收到反饋后防盜控制器會將得到的反饋信息與自身運算結果相比較，若相同則驗證通過，否則發動機控制單元將禁止供油、點火。

由上述工作原理可以看出，IMMO系統工作過程涉及多個電子模塊之間的信息加密傳輸，這明顯提高了汽車防盜能力，但同時也讓防盜系統的復雜度增加，這就對防盜匹配系統提出了更高的要求。

IMMO匹配過程中，主要將IMMO與ECM進行綁定和鑰匙匹配2個步驟。首先，系統通過診斷儀與IMMO模塊建立通信，寫入PIN碼（安全碼）、生成SK（密鑰碼）并將PIN碼和SK碼寫入ECM完成綁定步驟；然后，由鑰匙發出KeyID被IMMO接收鎖定，再由IMMO向遙控鑰匙發送SK完成匹配。這一系列指令將三者綁定，詳細流程如圖2所示。若匹配系統沒有收到或收到錯誤的模塊響應會立即退出匹配過程，即匹配失敗。該系統所針對的車輛的IMMO模塊集成在BCM（車身控制模塊）中，因此匹配過程也涉及BCM的安全訪問過程。

防盜匹配系統的操作復雜性，使得操作人員在使用過程中會有出現故障情況，在項目前期尤其頻繁，一般當故障情況發生時，操作人員只有得到軟件工程師的支持才能找到故障原因并解決問題，如果能向操作人員及時地提供解決方案，對于提高生產效率、防止錯誤操作損壞設備具有重要意義。

2 IMMO匹配系統故障診斷方法

2.1 故障樹分析

故障樹分析法（Fault Tree Analysis，FTA），又名因果樹分析法，它是一種特殊的樹狀邏輯關系圖，以圖形的方式表明，用規定的事件、邏輯門和其他符號描述系統中各種事件之間的因果關系[4]。

根據IMMO匹配原理，為了便于線上人員定位故障原因，將匹配錯誤分為模塊通信出錯、模塊響應錯誤、模塊狀態異常、鑰匙狀態異常4種情況。所建立的故障樹如圖3所示。

由IMMO匹配系統的特點可知，基本事件與上一級事件都是“或”的關系，即任一基本事件都會造成頂事件發生。

2.2 診斷專家系統建立

專家系統通過存儲人類專家的知識和經驗，在解決特定領域問題時，根據問題內容在系統知識庫中進行推理，得出領域問題的解。本文專家系統主要包括知識庫、推理機、交互界面幾個主要模塊。

2.2.1 基于產生式規則的知識表示

IMMO匹配系統是基于CAN總線診斷協議所開發的診斷系統，其故障情況就系統內部而言，有協議中規定的確定性的故障模式，也有由設備故障所導致的不確定性的故障模式，其系統知識庫要同時考慮這2種規則的表達。

產生式規則滿足了確定性規則的特點，其基本形式如下：

IF[條件]THEN[結論]

對于具有不確定性的規則，需要進行規則的不確定性處理，根據前述故障樹模型，知識庫中的規則一般具有多個條件，采用規則因果關系不確定性處理，為規則賦予不確定因子。

通過設置當前現象下結論發生概率，來表達規則條件與結論之間的關系強度，本文基于主觀Bayes方法來進行推理。

2.2.2 基于主觀Bayes方法的知識表示

主觀Bayes方法是R. O. Duda、P. E. Hart等人于1976年在Bayes公式的基礎上經適當改進提出的方法，它是最早用于處理不確定性推理的方法之一[5]。

為闡明該方法，先引入以下概念。

系統的推理過程如下：由現象S下條件T發生概率P（T|S）計算結論發生概率P（R|S），經反復推理可得最終故障原因發生的概率。對于初始推理過程，規則條件發生概率可能受生產環境與項目階段影響，故由車間人員提供可信度C（T|S）求得。

2.2.3 正反向混合推理策略

傳統專家系統推理策略可大致分為正向推理與反向推理。正向推理是把已知事實作為條件，搜索能夠匹配的規則，得出結論；反向推理從所有可能的最終結論開始推理，分別對應條件，并結合已知信息分析，若符合實際情況則該結論成立。

知識庫中的規則是按照由故障樹上層事件（已知條件）被下層事件（結論）引發的形式表達。本文采用正反向混合推理策略首先從已知上層事件出發，依據規則正向推理檢索可引發此事件的下層事件；然后以每個下層事件作為假設，反向推理排除與已知情況不符的基本事件。診斷系統在反復進行推理與排除后，得到可能的基本事件的最小集合。

例如，當匹配流程在BCM安全訪問處出錯時，首先確定最終是否接收到指令，若接收到錯誤指令，則此時推理條件為“模塊響應錯誤”，由正向推理得到4個結論，即“診斷程序指令錯誤”“模塊標定錯誤”“模塊響應慢”“安全算法缺失”，并分別計算本次故障現象下這4種情況發生的概率，即前述，隨后對這4種情況進行反向推理，根據最終發送指令是否正確、退出匹配的流程節點進行排除，若發送指令正確則排除“診斷程序指令錯誤”的情況，剩下3種情況排除依據流程運行情況（由各自最小節點判斷，后文詳述），若都符合則最終結果為“模塊標定錯誤”“模塊響應慢”“安全算法缺失”，并按概率排序。

診斷系統在反復進行推理與排除后，可根據軟件的實際故障情況，得到可能的基本事件的最小集合。

3 IMMO匹配自診斷系統開發

本文將IMMO匹配系統的特點與傳統診斷專家系統理論相結合，制定了詳細的自診斷策略，滿足生產實際需求。

3.1 自診斷功能結構

3.1.1 硬件系統結構

該匹配系統通過車輛通信接口裝置VCI（Vehicle Communication Interface）實現匹配軟件與防盜系統各模塊的通信。

VCI系統的硬件以Freescale公司的16位微處理器MC9S12DG128B為核心，其內部集成了同步串行通信口SPI、異步串行通信接口SCI、脈寬調制模塊、A/D轉換模塊、輸入捕捉/輸出比較定時器、I/O接口、CAN模塊、I2C總線等標準模塊；外圍電路有K線轉換模塊、CAN線轉換模塊、USB轉換電路、時鐘模塊電路、電源模塊電路、SD存儲卡和LED狀態指示燈[6]。圖4為VCI硬件結構示意圖，VCI系統軟件主要實現接口控制、通信鏈路控制及總線報文處理。

3.1.2 軟件系統結構

該自診斷系統在軟件界面設有交互平臺，供領域專家對知識庫內容進行修正。診斷過程中，IMMO匹配系統產生相關數據，當故障發生時，自診斷系統自動截獲診斷所需數據內容，同時調取知識庫中的相應規則，在推理機中進行故障推理，再由解釋機翻譯為故障描述，得到故障原因后系統還會給出返修建議，在軟件界面上顯示，輔助操作人員解決故障（如圖5所示）。

3.2 自診斷功能原理

由圖2 IMMO匹配流程可知，匹配流程大致為一直線過程，匹配系統依次執行相應操作，成功則繼續，失敗則結束匹配過程。從本質上來講，該匹配系統依據診斷協議規則向車載ECU模塊依次發送了指定診斷指令，當得到指定響應后可判斷此時模塊、診斷儀、點火鑰匙的狀態是否符合匹配要求。根據IMMO匹配的特點，本文選擇在匹配故障發生時，軟件正在執行的流程節點和程序最終發送與接收的指令作為自診斷功能的推理依據。

匹配故障發生后，系統將流程節點指數（用于記錄軟件運行節點）、發送與接收的指令、軟件提示信息、界面狀態信息輸入到自診斷功能內，推理機依據流程節點指數定位到發生故障的節點，判斷該故障屬于模塊通信出錯、模塊響應錯誤、模塊狀態異常、鑰匙狀態異常中的哪一種。對后兩者，推理機進行確定性推理，在確定最終發送與接收的指令后，結合診斷協議，按正向推理方式直接確定引發此故障的底層故障；對前兩者，推理機進行不確定性推理，由正向推理得到所有能導致已知故障的底層故障，再由反向推理結合軟件已成功運行的流程節點作為依據，排除得到最終結果，經解釋機轉換為故障描述語句并顯示，若最終結果為多個，則根據發生概率排序顯示。

3.3 軟件界面設計

該系統軟件主界面如圖6所示，操作人員輸入VIN碼、VSN碼后，系統開始進行IMMO匹配工作，匹配出錯時，彈出相應的提示窗口。

3.3.1 自診斷功能界面

當匹配出現錯誤后，操作人員點擊確定，系統自動進行自診斷，相應診斷信息與結果顯示在圖7界面上。從匹配記錄中可知，匹配流程運行到“BCM一級安全訪問”，指令發送成功，但模塊反饋信息為空，自診斷系統將這些信息與知識庫中的規則結合推理，再經排除即得到所有可能的故障原因，按其發生概率大小排序，并給出返修建議。

3.3.2 知識庫交互界面

系統知識庫以數據庫的方式存儲，用于知識庫更新的交互界面如圖8所示。知識庫的每條規則包含條件、結論、最小節點、主觀Bayes參數等信息。結論概率由歷史故障記錄得出，LS、LN由領域專家評估給出；最小節點表示若該故障存在時最初發生中斷的流程節點值，其具體功能是用于排除，如上例IMMO匹配之后，匹配節點值為7（匹配第7步為BCM一級安全訪問），大于4，則可排除“車身控制模塊線束故障”。

界面中“檢索”通過條件和結論得到規則信息，“更改”用于將原規則修改為新規則，“添加”用于添加新規則。

4 結語

本文結合IMMO匹配系統特點，運用故障樹分析、專家診斷系統原理，開發了帶有自診斷功能的IMMO匹配系統。經實際生產運用檢驗，該系統可實現IMMO匹配出錯時的快速故障定位，縮短了問題解決時間，提高了返修效率。

參 考 文 獻

[1]深圳市元征科技股份有限公司.2012款北京現代悅動1.6 L車防盜鑰匙匹配操作方法[J].汽車維修與保養，2015（10）：75-76.

[2]胡尊成.桑塔納3000車鑰匙匹配困難[J].汽車維護與修理，2012，12：41.

[3]彭軍，龔凱.使用道通MS908完成2013款起亞K3鑰匙匹配[J].汽車維修與保養，2017，2：7.

[4]羅航.故障樹分析的若干關鍵問題研究[D].成都：電子科技大學，2011.

[5]金艷紅.汽車防盜匹配系統的研究與開發[D].武漢：武漢理工大學，2015.

[6]侯俊杰.設備故障遠程診斷專家系統的應用研究[D].成都：電子科技大學，2016.

[7]彭華亮.基于故障樹的故障診斷專家系統軟件平臺設計[D].南京：南京理工大學，2017.

[8]胡杰鑫，謝里陽，邢宇，等.基于FMECA的自動繪制故障樹方法[J].哈爾濱工程大學學報，2017，38（7）：1162-1166.

[9]胡杰，周佼鵬，可志偉，等.汽車電控模塊診斷一體化平臺及應用[J].上海交通大學學報，1999，33（9）：1100-1102.

[10]倪紹徐，張裕芳，易宏，等.基于故障樹的智能故障診斷方法[J].上海交通大學學報，2008，42（8），1372-1375.

[11]杜常清，杜剛，李晃.電動汽車遠程監控技術研究及其平臺開發[J].汽車工程，2015，37（9）：1071-1076.

[12]陳瑋，胡光銳，汪亞平.故障診斷專家系統學習機制[J].上海交通大學學報，1999，33（9）：1100-1102.

[13]包勇，張德銀，莊緒巖.基于動態故障樹技術的故障診斷專家系統[J].四川大學學報：自然科學版，2014，51（6），1211-1215.

[責任編輯：鐘聲賢]