基于貝葉斯網(wǎng)絡(luò)的電控發(fā)動機(jī)故障診斷

謝學(xué)飛，陳琳

（南通職業(yè)大學(xué)汽車與交通工程學(xué)院，江蘇 南通 226007）

前言

對于電控發(fā)動機(jī)而言，ECU內(nèi)部都有一個故障自診斷電路，如果發(fā)動機(jī)發(fā)生故障，目前常采用電腦解碼儀進(jìn)行故障診斷。但是電控發(fā)動機(jī)各系統(tǒng)和部件之間的關(guān)聯(lián)越來越緊密，單憑故障代碼排除故障，有時會使故障診斷陷入僵局或使維修時間增長；另外，對于純機(jī)械故障，維修工人僅能憑借經(jīng)驗排除會大大降低維修效率。貝葉斯網(wǎng)絡(luò)是一種基于概率推理的網(wǎng)絡(luò)模型，已成功應(yīng)用于可靠性分析、模式識別、故障診斷等領(lǐng)域。采用貝葉斯網(wǎng)絡(luò)對電控發(fā)動機(jī)故障進(jìn)行分析，能夠更好地對故障進(jìn)行定性和定量分析[1]。所以，在實車故障排除時，我們可以在利用貝葉斯網(wǎng)絡(luò)分析的基礎(chǔ)上結(jié)合診斷儀的故障碼進(jìn)行故障排除，這樣可以提高故障診斷效率。

1 貝葉斯網(wǎng)絡(luò)基本原理

貝葉斯網(wǎng)絡(luò)是一種處理不確定信息的有力工具。在利用貝葉斯網(wǎng)絡(luò)進(jìn)行故障分析時，一方面可以看出故障現(xiàn)象與故障原因之間的關(guān)系；另一方面可以通過定量計算得到各個故障原因發(fā)生的概率，這充分發(fā)揮了貝葉斯網(wǎng)絡(luò)特有的優(yōu)點(diǎn)和作用[2]。而且，與故障樹相比，貝葉斯網(wǎng)絡(luò)憑借其獨(dú)特的優(yōu)勢，能夠解決復(fù)雜系統(tǒng)的動態(tài)性、多態(tài)性等問題。

貝葉斯網(wǎng)絡(luò)一般由若干節(jié)點(diǎn)、連接節(jié)點(diǎn)的有向邊以及概率表組成。如圖1所示，圖中共有三個節(jié)點(diǎn)，根據(jù)它們之間的依賴關(guān)系，節(jié)點(diǎn)A和B稱為父節(jié)點(diǎn)，也稱為根節(jié)點(diǎn)（沒有父節(jié)點(diǎn)的節(jié)點(diǎn)），它們附有邊緣概率分布，稱為先驗概率；節(jié)點(diǎn)C稱為子節(jié)點(diǎn)，附有條件概率分布，稱為條件概率表。

圖1 簡單的貝葉斯網(wǎng)絡(luò)

利用貝葉斯網(wǎng)絡(luò)可以進(jìn)行雙向推理，一方面我們可以自上而下進(jìn)行推理，計算出系統(tǒng)發(fā)生概率，對系統(tǒng)進(jìn)行可靠性評估，另一方面，我們可以進(jìn)行自下而上推理，進(jìn)行故障診斷，找出系統(tǒng)薄弱環(huán)節(jié)。

2 發(fā)動機(jī)無法起動貝葉斯網(wǎng)絡(luò)模型的建立與分析

2.1 電控發(fā)動機(jī)無法起動故障貝葉斯網(wǎng)絡(luò)的建立

發(fā)動機(jī)不能起動的現(xiàn)象主要有以下幾種：起動機(jī)帶不動發(fā)動機(jī)，或能帶動，但轉(zhuǎn)動緩慢；起動機(jī)能帶動發(fā)動機(jī)正常運(yùn)轉(zhuǎn)，但無著火跡象；有著車跡象，但發(fā)動機(jī)不能起動[3,4]。為了便于討論，本文只討論第三種情況，這種情況下，電控發(fā)動機(jī)不能起動的原因如下：

（1）點(diǎn)火系統(tǒng)。點(diǎn)火系統(tǒng)高壓線圈故障、高壓線路故障、火花塞故障以及點(diǎn)火控制模塊故障會造成點(diǎn)火系統(tǒng)提供的高壓火花弱或點(diǎn)火時刻不正常而使發(fā)動機(jī)不能起動。

（2）燃油供給系統(tǒng)。電動燃油泵及控制電路故障、燃油壓力調(diào)節(jié)器故障、噴油器故障會造成燃油壓力低，使混合氣過濃而造成發(fā)動機(jī)不能起動。

（3）進(jìn)氣系統(tǒng)。進(jìn)氣系統(tǒng)如果出現(xiàn)空氣濾清器堵塞、漏氣、怠速控制閥故障、節(jié)氣門出現(xiàn)故障的空氣量太多或太少。

（4）控制系統(tǒng)。冷卻液溫度傳感器及電路故障、空氣流量傳感器及電路故障、曲軸位置傳感器及電路故障會造成發(fā)動機(jī)控制出現(xiàn)問題，致使發(fā)動機(jī)不能起動。

（5）其他。配氣機(jī)構(gòu)故障、曲柄連桿機(jī)構(gòu)故障。

圖2 電控發(fā)動機(jī)無法起動貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

通過電控發(fā)動機(jī)不能起動原因的分析，建立了電控發(fā)動機(jī)無法起動貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖2所示。

圖中各節(jié)點(diǎn)名稱的符號如下：

T——表示電控發(fā)動機(jī)無法起動；M1——點(diǎn)火系統(tǒng)故障；M2——燃油供給系統(tǒng)故障；M3——進(jìn)氣系統(tǒng)故障；M4——控制系統(tǒng)故障；M5——其他；X1——高壓線圈故障；X2——高壓線路故障；X3——火花塞故障；X4——點(diǎn)火控制模塊故障；X5——電動燃油泵及控制電路故障；X6——燃油壓力調(diào)節(jié)器故障；X7——噴油器故障；X8——空氣濾清器堵塞；X9——漏氣；X10——怠速控制閥故障；X11——節(jié)氣門故障；X12——冷卻液溫度傳感器及電路故障；X13——空氣流量傳感器及電路故障；X14——曲軸位置傳感器及電路故障；X15——配氣機(jī)構(gòu)故障；X16——曲柄連桿機(jī)構(gòu)故障。

2.2 貝葉斯網(wǎng)絡(luò)中各個節(jié)點(diǎn)概率值的確定

基于發(fā)動機(jī)無法起動的故障數(shù)據(jù)庫[5,6]，得到發(fā)電控動機(jī)無法起動的貝葉斯網(wǎng)絡(luò)根節(jié)點(diǎn)的故障概率，如表1所示。

表1 貝葉斯網(wǎng)絡(luò)中各個根節(jié)點(diǎn)先驗概率

貝葉斯網(wǎng)絡(luò)中各個條件概率表根據(jù)故障樹與貝葉斯網(wǎng)絡(luò)的轉(zhuǎn)換方法，如下圖所示。

圖3 貝葉斯網(wǎng)絡(luò)中間節(jié)點(diǎn)M1的條件概率表

圖4 貝葉斯網(wǎng)絡(luò)中間節(jié)點(diǎn)M2的條件概率表

圖5 貝葉斯網(wǎng)絡(luò)中間節(jié)點(diǎn)M5的條件概率表

圖6 貝葉斯網(wǎng)絡(luò)葉節(jié)點(diǎn)T的條件概率表

由于 M3的條件概率表與 M1相同，M4的條件概率表與M2相同，故此處省略。

2.3 貝葉斯網(wǎng)絡(luò)的概率計算

由于本文建立的電控發(fā)動機(jī)無法起動的貝葉斯網(wǎng)絡(luò)較復(fù)雜，計算量比較大。針對復(fù)雜的貝葉斯網(wǎng)絡(luò)模型，單靠人工計算肯定是不行的，我們需要借助計算機(jī)軟件——貝葉斯網(wǎng)絡(luò)工具箱（BNT）進(jìn)行計算。針對本文建立的貝葉斯網(wǎng)絡(luò)，在 MATLAB中編寫程序，通過正向推理計算得出葉節(jié)點(diǎn)及中間節(jié)點(diǎn)發(fā)生概率，通過反向推理計算出根節(jié)點(diǎn)的后驗概率。葉節(jié)點(diǎn)T的發(fā)生概率：P(T=1)=0.198675，中間節(jié)點(diǎn)：P(M1=1)=0.389264，P(M2=1)=0.341930，P(M3=1)=0.322523，P(M4=1)=0.255520，P(M5=1)=0.019900。各個根節(jié)點(diǎn)的后驗概率見圖7。通過中間節(jié)點(diǎn)發(fā)生概率的大小，我們可以看出在電控發(fā)動機(jī)無法起動時，點(diǎn)火系統(tǒng)發(fā)生故障的概率最大。

圖7 各基本事件的后驗概率

后驗概率越大，說明導(dǎo)致電控發(fā)動機(jī)無法起動的影響越大[7]。由圖7可知，當(dāng)葉節(jié)點(diǎn)T發(fā)生故障，也就是電控發(fā)動機(jī)無法起動時，檢測到各根節(jié)點(diǎn)的概率排序如下：X5>X4>X3>X7>X8=X13>X10=X14>X11>X12=X9>X13>X2=X6>X15=X16，我們可以看出電動燃油泵及控制電路故障的后驗概率最大，也就是說當(dāng)電動燃油泵及控制電路發(fā)生故障時，最容易導(dǎo)致電控發(fā)動機(jī)無法起動，電動燃油泵及控制電路為電控發(fā)動機(jī)無法起動的最薄弱環(huán)節(jié)，理論結(jié)果與實際情況相符合。

3 結(jié)論

為了解決電控發(fā)動機(jī)在故障診斷時，利用診斷儀讀不出故障碼或者依據(jù)故障碼陷入困境會大大降低維修人員的維修效率的問題，本文利用貝葉斯網(wǎng)絡(luò)診斷方法，得到電控發(fā)動機(jī)不能起動時各部件發(fā)生故障的可能性大小，進(jìn)行故障排除，可以較好的解決上述問題。

當(dāng)然，若只是根據(jù)后驗概率制定故障診斷流程也是不夠的，利用貝葉斯網(wǎng)絡(luò)還可計算出事件重要度，將其與后驗概率結(jié)合起來可進(jìn)一步完善故障診斷策略。另外，貝葉斯網(wǎng)絡(luò)自身還需進(jìn)行一定的完善。此外，對于故障事件的概率值的獲取需要更完備的數(shù)據(jù)庫，還有待于進(jìn)一步改進(jìn)。