數據流在發動機故障診斷中作用

陳明海

摘要：隨著經濟與科學技術的進步與發展，我國各個行業的制造水平與生產技術都得到了相應的提升，汽車機電一體化產品制造技術也獲得了飛躍式發展。當前諸多數據電控技術已經被廣泛應用到汽車中，如電控系統、傳感器、執行器等部分都是以數據流為核心。在汽車向自動化程度不斷加深的背景下，汽車發動機故障已經引起更多人的關注。而數據流技術恰好能夠幫助人們解決多種復雜的發動機故障問題，使得汽車修理工可以精準捕捉傳感器與執行器工作時狀況數據。數據流分析對發動機故障的作用是巨大的，能夠通過傳感器、電子控制單元與執行器來反映參數，這些數據能夠真實的反映汽車內部的器件的工作電壓與狀態，給發動機故障診斷解決問題提供數據依據。

Abstract： With the progress and development of economy and science and technology， the manufacturing level and production technology of each industry in China have been improved accordingly， and the manufacturing technology of automobile mechatronics products has also been developed by leaps and bounds. At present， many data control technologies have been widely used in automobiles， such as electronic control systems， sensors， actuators and other parts are all based on data flow. Under the background of the deepening of automobile automation， automobile engine failure has attracted more and more people's attention. And the data flow technology can help people solve a variety of complex engine failure problems， so that the car repairman can accurately capture the working condition data of sensors and actuators. Data flow analysis plays a great role in engine fault. It can reflect parameters through sensors， electronic control units and actuators. These data can truly reflect the working voltage and state of components inside the vehicle， providing data basis for engine fault diagnosis and problem solving.

關鍵詞：數據流;發動機故障診斷;作用分析

Key words： data flow;engine fault diagnosis;effect analysis

0 ?引言

隨著現代化電子技術的發展，諸多車輛都承載了大量的電子控制裝置，使汽車的動力與控制性能以及舒適性能得到了整體提升，這也給故障診斷帶來了一系列的問題，故障診斷難度不斷加大，而有效解決故障診斷難題的主要方法就是發揮數據流分析技術的優勢。依據科學的調查數據顯示，當前汽車數據流的檢測更多是依靠電腦通信技術。在具體的診斷中，需要利用汽車故障診斷儀進行故障碼的讀取與清除，在讀取電子控制系統與自診斷系統中數據后，就可進行清除處理，更重要的是數據流的分析過程，要對電子控制器與多個傳感器等器件進行動態數據測試，體現出數據流分析強大的軟故障排查能力。本文對數據流與發動機原理進行了分析與研究，并研究了數據流分析在電控汽車故障診斷中的應用。

1 ?數據流的相關概念

1.1 數據流定義

在汽車電控發動機的運行中，其內部的執行器與執行器會通過一系列的數據值來反映其工作狀況，各個數據值所組成的數據塊被成稱為“數據流”，并分別出現顯示在不同的電子工作期間中。對市場經濟型與商務型轎來講，其內部往往包含了氧傳感器狀態、冷卻液溫度、點火提前角、噴油時間、節氣門開度、怠速控制閥狀態等十多條數據與數值，這就構成其基礎的數據流。相對而言，部分高檔的汽車發動機所配置的電控系統更加復雜，能夠直接提供上百條數據流，極大地降低了電動機故障診斷的難度，在維修人員掌握數據流分析技術的基礎上，能夠幫助他們更加迅速、便捷地診斷與排查故障。

1.2 數據流的作用

在進行發動機電控系統的檢修處理時，維修人員要利用萬用表、專用的汽車故障診斷儀與汽車示波器等工具，在成功讀取數據流后，要對數據流進行狀態與數值分析，其主要應用優勢有以下幾個方面：其一，對數據流進行分析，能夠對發動機電控系統的傳感器與執行器等器件進行工作狀態上的監測，實時把握與掌控發動機運行情況，以此判斷電控系統工作是否處在正常范圍內。其二，對無故障碼與錯誤故障碼進行診斷與排查。針對這種問題，需要用故障診斷儀來讀取電子控制系統中的靜態（動態）數據，直接有效地將數據流中的多項數值進行分析與研究，保證發動機故障診斷部位的準確性。其三，數據流的讀取能夠協同進行控制器編碼與基本設定，能更加準確匹配電控系統，確保電控發動機工作狀態達到最佳效果。

2 ?電噴發動機故障自診斷分析原理與不足分析

2.1 自診斷故障代碼分析原理

傳感器、控制器與執行器這三個模塊構成了發動機的電子控制。實際情況下，受發動機中大量電控裝置與復雜的線路原因限制，汽車發動機的診斷故障出在電子控制系統中，給維修人員帶來了極大的檢修難度。為了解決這一問題，諸多發動機帶有故障自診斷系統，發動機在ECU實施多種控制功能的間隙進行監測工作，首先故障自診斷子程序會啟動運行，并對比輸入信號與標準參數。若電控系統處于正常的工作范圍內，輸入與輸出信號的變化顯示則在規定范圍內。針對個別輸入電路（輸出電路）出現信號不在預定范圍內或信號丟失問題，自診斷系統則會將這段信號線路視為故障。若出現嚴重故障，這時故障警告燈則會亮起并告警，再對故障代碼進行存儲處理。在ECU自身的檢測中，其中裝置的計時器負責監視回路，并自動按時進行微機復位操作。若出現控制程序無法正常巡回，并且計時器難以進行復位、甚至導致溢出時，則顯示ECU故障并執行代碼存儲操作。

2.2 應用數據流分析診斷發動機故障的方式

基于汽車電控系統中傳感器的的設計與應用，數據流分析應運而生。針對汽車發動機故障，維修人員可結合數據流分析與其他各類故障診斷方式，對不同問題進行及時判別與處理。從我國當前汽車領域發展情況來看，汽車發動機的故障診斷方式主要劃分為靜態數據流、動態數據流等兩大種類。下面首先提及的是靜態數據流，主要是借助具有示波器與解碼器等各類功能的故障診斷儀來形成靜態數據，利用這一設備來進行電控系統關鍵部分的故障診斷，電源延長線、測試延長線、容性感應夾等諸多構成了這一關鍵設施，其外接電壓一般表現在10-15V。在技術的運用中，需要維修人員精準運用測試插頭。例如，在將外接電源連接到診斷座后，技術人員要將設備中的蓄電池本身的正極與紅色鱷魚夾相連，再將負極與黑色鱷魚夾相連。在連接完成后，相關人員要按照規定來進行設備的運用。而動態數據流更多是用來解決與處理電控中空氣流量傳感器所產生的異常，其中，維修人員要從發動機載荷、轉速、進氣量訊來進行數據流分析。比如，在遇到某輛車發動機轉速出現異常時，維修人員在檢修中可利用動態數據流來分析汽車中的進氣量與發動機本身的轉速訊號，進而將空氣流量傳感器產生異?，F象判定為影響轉速的主要因素。

2.3 自診斷功能存在不可避免的誤判

在汽車發動機運行自診斷功能時，往往會出現誤報故障信息的現象，而它所報的故障并不存在。這種故障信息產生錯誤的原因有兩個：其一，與傳感器或執行器等關聯性強電子配置存在問題，致使傳感信號輸入或輸出異常。其二，非關聯性配置出現故障，導致傳感器信號異常，如汽車的進氣系統或燃油供給系統。在面對上述情況時，故障自診斷系統則會錯誤識別并存儲傳感器與線路故障碼。

針對誤判產生的第二種原因，面對發動機中每個循環的噴油量問題，往往會被認定為電控系統方面的問題。而這種認定方式缺乏合理性，由于發動機在每個循環的噴油量需要供油壓力，這取決于燃油系統，而不能僅關注噴油器的啟動時長。前者并不在自動診斷系統監測范圍內，主要是由于燃油壓力調節器的問題，維修人員要轉換方向，使用油壓測試、尾氣分析等其他方式來進行故障排查與分析。后者是電子控制系統出現的問題，是傳感器信號的程序運算對結果，在自診斷系統的監控范圍內。此外，排氣系統、電器系統、真空系統、機械系統等都與診斷系統不相關。面對這些系統問題，要采取其他相對應的檢測方式來進行判斷。

例如，某一轎車的發動機在工作了15萬km后，汽車在行駛中出現了間斷熄火問題，而維修人員發現故障碼提醒的是氧傳感器故障。氧傳感器的正常工作輸出電壓一般在10s內至少出現8次變化或高位、地位電壓不變，且在0.1-0.9V之間不斷變化，若每10s變化少于8次或電壓保持不變，這就代表變化過緩，則自診斷系統就會則會判定為氧傳感器故障。但是在維修人員更換氧傳感器后，仍存在間斷熄火問題。在檢測汽車的不供油系統后，供油壓力為200kPa，并且壓力調節器已經不再出現回油現象，這就可確定為油路故障，大多是由于油箱內油泵磨損而導致的供油不足。在替換油泵后，這款轎車在此高速長途中也不再發生熄火。這種故障能夠通過數據分析來進行全面判斷，是由于供油系統壓力不足，這就使致使空燃比偏稀，這時的氧傳感器傳感器信號容易出現異常，數據流分析使得維修工作的難度大大降低。

3 ?數據流分析診斷故障實例

下面將一普通類型的轎車作為案例，它的排量在1.4L，在行駛里程10萬km后，它的油耗出現變化，約每百公里增加1L油耗。在實際問題中，影響汽車經濟型的原因有很多，很難及時找出問題根源。下面應用數據流分析方式來進行診斷，維修人員用故障診斷儀所讀取出的故障碼顯示為“氧傳感器信號很差”。進行數據流功能的讀取時，氧傳感器顯示的數值為0.1V，且不高于0.45V，沒有發生變化。這是就從傳感器故障或混合濃度稀兩個方向來進行診斷與分析。維修人員先連續踩油門，并反復檢查發動機動力情況，發現不存在加速無力問題。所以將診斷重點轉移到氧傳感器檢查上。這時再次連續踩油門，這時檢測出的氧傳感器在0.1-0.3V范圍內變化，而正常變化范圍是0.1-0.9V，這樣就可確認氧傳感器已經損壞。在替換后再次進行動態數據的讀取，其顯示造正常的變化范圍0.1-0.9V。最后，要進行200km行車試驗，通過耗油量對比發現油耗水平已恢復正常，運用數據流分析將故障順利排除。

4 ?結束語

基于以上闡述可得，汽車發動機故障診斷過程較為復雜，并且點火系統、供油系統與兩大運動機構等電控與非電控系統受到多種混合因素的影響，給故障診斷帶來了困難。針對多種復雜的故障排查問題，需要利用診斷儀、萬用表、示波器等工具來進行數據檢測。然后，按照所檢測數值與數據間的關聯性進行數據流分析，進而高效、準確地排查與診斷出發動機故障。

參考文獻：

[1]劉金良.數據流分析在汽車電控發動機故障診斷中的應用分析[J].時代汽車，2019（003）：168-169.

[2]邱志文.基于數據流分析下汽車電控發動機故障診斷方法的思考[J].科技與創新，2018（013）：81-82.

[3]王光宏.運用數據流分析一汽-大眾車系故障案例（7）[J].汽車與駕駛維修：維修版，2018.

[4]楊宗平.基于波形和數據流的汽車發動機電控系統故障診斷實驗研究[D].2018.

[5]明光星.數據流與波形組合分析在汽車故障診斷中的應用[J].時代農機，2019，46（01）：39-40.

[6]高長俊.淺談利用數據流分析電控發動機故障[J].科技創新導報，2012（01）.

[7]何杰.“數據流”在電控發動機故障分析中的運用[J].機械研究與應用，2011（02）.

[8]謝銳波.數據流分析在電控發動機故障診斷中的應用研究[J].韶關學院學報，2016（08）.

[9]趙胤.汽車維修中運用“數據流”診斷電控發動機的方法分析[J].科技創新與應用，2016（07）.

[10]張慶兆.汽車維修中運用“數據流”診斷電控發動機的方法分析[J].民營科技，2016（08）.