汽車維修故障診斷智能決策支持系統的研究

錢強

摘要：研究中以文獻對比法和理論分析法，對汽車的維修故障診斷智能化支持系統的研究進行分析，主要包含了支持系統的設計與研究，并從中討論了相關數據庫結構模型，對汽車維修故障的知識庫進行分析診斷，并對相關的研究方法進行功能模塊的分析，并且具體化闡明了數據庫中模型庫的體系結構及其構建方法的研究。

關鍵詞：汽車維修;故障診斷;智能決策;支持系統

0? 引言

汽車是當前使用功能和結構相對復雜的交通工具，在長期的使用及應用的過程中，由于汽車零部件的長期磨損，不僅會導致汽車自身的功能性降低，同時也會導致汽車的運行狀態及使用壽命下降，與其他的機械設備一樣，汽車運行管理過程中的各種運行規律及技術的狀態等都要進行科學化的操作，這樣才能夠較好的掌握汽車的使用壽命。近年來，在汽車維修故障診斷領域中，對于維修資料及信息的需求量不斷增強，進而導致在信息化技術的發展過程中，汽車維修與信息網絡結構的結合方式存在著較多問題，而智能化的決策支持系統中，可通過維修人員為提供決策性的支持技術為汽車維系事業的發展提供良好的發展前景。

1? 汽車維修故障診斷決策系統的研究現狀分析

發展決策系統的時間是在20世紀70年代初，主要以管理學、控制論和相關的行為科學為基礎，結合計算機技術、仿真及信息化技術，對半結構化的決策問題進行有效的分析，并通過建立支持決策化的信息應用數據等，將管理信息系統、模型的輔助系統等進行高效的構建，使得數據的數值計算、數據的處理等都能夠融為一體，并將復雜的系統結構充分的融合起來，使得數值計算、數據的分析等能夠有效的提高輔助決策能力。在上世紀80～90年代末期，決策支持系統與專家系統相互結合在一起，構建形成了智能決策化系統，即IDSS，其是以定量和定性的分析模式，以提高輔助性的決策為基礎，將定量的計算功能進行有效的分析，進而向決策人員提供有效的幫助，利于專家本人決策服務的相關智能化決策方案的制定。隨著汽車維修業對于維修資料及維修信息需求的日益增加，維系信息及資料的自動化呈現及基礎理論的完善等都具有關鍵性作用。

2? 智能決策支持系統及其關鍵技術

2.1 決策支持系統與智能決策支持系統的概念及應用

對于決策支持系統來說，其是以管理學、控制論、運籌學及行為學為基礎，將信息技術、仿真技術等為主要的應用手段，將半結構化的決策問題與支持決策性的活動內容進行研究，智能化的人機系統，可通過為決策者提供有效的信息、數據及背景化資料，并能夠有效的幫助決策者明確決策目標，并對問題進行識別分析，進而建立決策模型，制定不同的智能決策方案。近年來，隨著各項技術的快速發展，在城市規劃、商品營銷過程中，都可通過智能決策化的支持系統，將人工智能、決策支持系統等進行有效的結合，使得該技術的應用能夠符合人類的知識體系，并通過邏輯性的推斷，實現決策性的問題研究，進而對輔助化的決策系統進行研究。

2.2 決策支持系統的關鍵技術

2.2.1 部件接口

主要包含對部件結構的數據存儲，對模型部件的模擬調用結構及運行管理部件進行推理。

2.2.2 模型庫系統的設計與實現

包含有模型庫中的組織結構、模型庫的管理系統內容進行系統化的語言研究，同時對功能性的理論內容進行設計和實現。

2.2.3 系統綜合集成

對于決策化的支持系統來說，需要通過建立數據模型的方式，從知識、用戶交互、理論模型的分析等方面進行研究和分析，因此在數據處理能力和計算機能力的支撐下，為計算機語言的數據庫操作進行有效的分析，如C、FORTRAN、PASCAL等;有的則是計算能力不足，如：VF、SQL、ORACLE等。因此在決策性的支持系統應用過程中，對開發語言的基本要求進行有效的分析。

3? 系統的設計

3.1 系統的功能

①通過系統中的人機界面中的應用，通過操作，可實現系統化的美觀設計。

②在對應的操作系統中，可通過不同的操作實現選擇方式的應用，以此避免產生不必要的記憶，同時要減輕用戶的使用和操作負擔。

③可為維修者提供可靠性的數據資料，并通過對數據的整理，對已存在的系統化維修模型思路進行分析和對比，并篩選出最合適的模型結構。

④可提供靈活性的定義方式，對實際情況下的相應信息的設置奠定堅實基礎，并通過建立添加新的維修模型。

⑤在企業的管理模型中，可通過維修化管理的方式，將數據進行共享，并可自動生成各種維修方案、檢驗點擊相關檢驗備件的有效分析及應用，并利用維修合同的預算實現整體分析。

⑥可通過系統化強大的數據分析資料，與汽車制造商、維修商及配件的生產商等進行有效的用戶之間的數據共享，建立數據共享式的網絡結構。

⑦在各個系統化的決策模型分析的過程中，可利用決策結果實現對圖表、文本形式的有效輸出。

⑧相關系統中主要以采取流程化的管理模式為主，將具備管理維系的每個環節進行有效分析。

3.2 系統的詳細設計

3.2.1 汽車維修數據庫管理系統設計

在數據庫的管理設計流程中，通過對決策性的支持系統的研究，可通過負責化的存儲、管理及提供有效的維護機制，為決策性的支持數據中的基本部件進行有效的分析。其主要功能為：以能夠適應多重數據的采集，能夠快速的對數據進行有的刪減，同時可提供數據邏輯性的結構描述關系，具有較強的管理功能，并通過豐富化的表達能力，實現數據思維、數據子系統的維修故障數據的分析，通過建立數據庫等系統部件。在數據庫中，主要可分為源數據庫、IDSS數據庫和對應的區別用途及使用層次性不同的數據庫。數據的解析：通過對源數據庫的信息的抽取、輸入、選擇、更新等功能，可從源數據庫中提取有效的用于維修決策的數據分析內容，并對管理子系統、提供維修數據庫數據模型等，供其他子系統的接口的合理應用。

3.2.2 汽車維修數據庫詳細設計

3.2.2.1 靜態數據庫設計

靜態數據庫主要包含有基礎數據、原始數據、常規數據及其集合，又可以稱為基礎數據庫，數據的來源主要包含有技術參數和維修故障參數兩部分。

技術參數：在汽車出廠時，由對應的制造公司提供有關汽車制造環節中的技術資料，包含有使用說明書、相關配件的技術資料及性能、圖紙等，汽車的制造公司所提供的其他技術資料等，如汽車的安全質量檢測報告、零部件的檢測指標分析報告等，汽車的維修故障數據主要包含有維修故障的相關數據是否正確、合理的決策及最為關鍵性的基礎保障因素。主要包含有以下內容：發動機的故障數據、包括有氣缸蓋、活塞連桿組、曲軸及飛輪組等，在汽車的底盤結構中，可對故障的數據進行有效的分析，并對包括車體在內的車身前后板制的零部件、車門及附屬部件進行分析，汽車中的電氣設備及故障數據的處理，主要包含有發電機、電壓調節器及點火系等儀表數據等。

3.2.2.2 動態數據庫設計

在動態化的數據分析中，主要指汽車使用過程中的運行數據及所記錄的各項動態化資料。

①汽車維修記錄：包括零部件更換、行車路況、零件失效等。

②故障時間、維修費用：包括誤工時間、各次的維修費用等。

③最新維修診斷信息：包括國內、國際最新的診斷檢測、維修、維護方法，汽車制造公司提供的最新技術動態數據等。

3.3 維修決策系統中的模型設計分析

3.3.1 預測模型建立

①最佳診斷周期模型。

為了能夠在車輛的診斷過程中，完好率最高與消耗的費用最少的診斷間隙期可定義為最佳的診斷周期。相關的模型建立的過程中，應充分的結合相關模型建立的內容進行考慮，主要包含汽車的技術狀態、汽車的運行條件、汽車的各種費用（如檢測的維修、維護維修、停車損耗等）因素。

因此在實際的預測模型建立的過程中，可建立為如下公式類型：

上述公式中，w[c（t）]——在相關的診斷過程中，診斷的周期t內相關的診斷及維修的費用的數學期望值。w[v（t）]——在一定的診斷周期t下相應的檢測診斷和維系的車輛工作時間屬于數學期望值。

②最佳的停運時間模型。

汽車在正常使用的過程中，外部結構的磨損會越來越多，這樣不僅會導致后期的維修困難，同時也減少了汽車的正常使用壽命，導致給人們的正常出行及企業的運營管理等造成較大的困難。因此在實際的運行管理中，有必要停止營運車輛，但是由于實際的情況不同，會造成在運營的過程中，車輛的型號、運行狀況存在較大的差異性，導致無法科學規劃的來計算對應的最佳停運周期及時間等。通過實際分析，可在計算出汽車的最佳停運時間的基礎上，如汽車運行周期多長，故障的發生幾率及發生的周期性等，從而確保其運輸過程中產生的利潤。為了保障運輸利潤下降，從而導致維持費和對應的額外成本使得DC/dt不斷呈現上升的狀態。

③最佳維修成本模型分析。

在如何降低企業的運行成本及企業的管理內容的過程中，故障中心數據中的相互建立，可有效的提高故障數據中心對故障的收集率等，下面將根據指數密度函數的關系分析此類問題：

設X為隨機變量，從一次故障開始到下一次故障發生后，時間單位是檢驗兩輛車時間間隔的重要系數，于是得出X的密度函數中的系數應為：

④最佳維修時機模型。

對于整車大修時機的模型分析，可通過對此種角度進行研究，從中發現并沒有真正的充分考慮到此類問題，因此在運用汽車的低劣化理論中，可通過建立相應的預測模型，模型如下：

從上兩式中可以看出，Cu——主要指在車輛年度內的使用維修費用（元/年）;

b主要是指年度使用的維修增長率（元/年2）;

t2主要指大修間隔（年）;

主要指車輛大修過程中的費用年度評價值。

⑤推理模型的建立及分析。

針對汽車的故障診斷來說，其實是一個復雜化的建立過程，對應每一部分來說，其都有不同的診斷參數及標準，因此在評價發動機的實際運行狀況的過程中，由于診斷的參數較多，主要包含有發動機的故障率、發動機的燃油消耗量及氣缸的密封性等，對于燃燒的質量、點火的工作質量及機油的壓力來說，其發動機的溫度、發動機的震動及異響都會發生較大的變化。

通過利用空氣壓縮機的發響來合理的控制和分析詳細的模型建立過程。

①首先需要確定好事故的故障事實：故障是否來源于壓縮機的發響。②匹配的規則：由于不同的現象中的怠速不響或者出現當提高轉速時，會導致發動機突然發響，進而使得發動機能夠處于高速的運轉狀態，同時發動機的聲響也會逐漸的消失;在發動機的運轉過程中，會發出具有連續性的金屬敲擊聲。③合并處理：主要的原因有兩個：其一，空氣壓縮機的曲軸軸承遭到嚴重損壞;其二，空氣壓縮機的連桿軸結構發生松動等。④診斷分析的結果，進而重復步驟①～④。

3.3.2 模型的運行

針對模型建立過程中形成的故障診斷運行曲線，能夠直觀的反映出各種模型結構的具體分析數據，同時在動態化的運行管理中，對應的等級值越高，則導致發生的故障就越大，同時利用此類型的數值進行有效的記錄，不僅能夠實現數據處理過程中的處理參數的穩定性實施，同時能夠對計算和預測出的綜合故障因素進行有效的對比，從而得出可能性的結果及結論等。

4? 結束語

綜上所述，汽車維修故障檢測是一個相對復雜的過程，如何有效快速的找出故障點，并制定針對性的解決方案，對于提升故障的解決能力，實現故障的快速處理等具有重要意義。本文研究中將智能決策系統融入到汽車的維修故障研究中，并通過討論和建立汽車維修故障診斷技術，實現并形成故障診斷決策中的支持系統構架結構等，可從理論上對數據庫的管理系統及模型庫的管理系統進行有效的研究，并通過深入分析，構建一系列的診斷模型。

通過建立故障診斷維修模型，并對診斷的系統進行支持，可對有效的減少車輛維修事故的管理提供有效的決策性。當前研究中，結合開發故障維修診斷決策性的支持系統，不僅能夠實現故障的有效解決，同時還能夠實現更多工作的持續開展，對已有的設計模塊有待于在實踐的過程中不斷的進行優化檢驗。

參考文獻：

[1]李國慧，姜萌，呂德永.“汽車故障診斷與維修一體化”考核方式實踐[J].內燃機與配件，2019（23）：283-285.

[2]侯海，劉云鋒.汽車電控發動機系統故障診斷與維修技術探討[J].南方農機，2019，50（22）：21-22.

[3]王遠.新能源汽車常見故障診斷及維修技術分析[J].南方農機，2019，50（20）：34.

[4]李赫.基于“互聯網+”的“汽車傳動系統故障診斷與維修”課程教學模式研究[J].文化創新比較研究，2019，3（26）：114-115.

[5]張丹譯.汽車空調系統的原理及故障診斷維修方法探討[J].電子測試，2019（16）：77-78，136.

[6]熊林偉，賴波，李亮濤.汽車電控發動機的常見故障診斷與維修方法分析[J].現代信息科技，2019，3（15）：80-81.

[7]李永剛.汽車電氣系統故障診斷維修的思路和方法[J].內燃機與配件，2019（14）：186-187.