智能診斷在汽車維修技術中的應用

高敏

摘 要：隨著科學技術的不斷發展，汽車智能診斷技術不斷在汽車維修中得到廣泛的應用，在提高維修效率的同時也不斷完善智能化應用。傳統的、復雜的人工工作在智能化基礎上變得更加便捷，解決了人工診斷難以滿足日益復雜的汽車故障問題，但是智能診斷系統的可靠性提高仍是主要需要解決的問題之一。文章通過智能化診斷技術特點分析，智能化檢測與診斷故障、智能化維修數據管理分析、智能化維修技術的選擇、智能化成本分析幾個方面進行剖析智能化診斷技術在汽車維修技術中的應用，對現階段的應用策略和未來的發展方向進行解析。

關鍵詞：智能診斷技術 汽車維修技術 故障排查

Application of Intelligent Diagnosis in Automobile Maintenance Technology

Gao Min

Abstract：With the continuous development of science and technology， automobile intelligent diagnosis technology has been widely used in automobile maintenance. While improving maintenance efficiency， it also continuously improves intelligent applications. Traditional and complex manual work has become more convenient on the basis of intelligence， which solves the problem of artificial diagnosis that is difficult to meet the increasingly complex automobile faults. However， the improvement of the reliability of the intelligent diagnosis system is still one of the main problems that need to be solved. The article analyzes the application of intelligent diagnosis technology in automobile maintenance technology through the analysis of the characteristics of intelligent diagnosis technology， intelligent detection and diagnosis of faults， intelligent maintenance data management analysis， intelligent maintenance technology selection， and intelligent cost analysis to explore the current application strategy and future development direction.

Key words：intelligent diagnosis technology， automobile maintenance technology， troubleshooting

汽車故障診斷是排除車輛故障的重要環節之一，傳統汽車診斷技術效率低，人工成本較大，精準程度較差。因此智能診斷技術應運而生。智能診斷技術在建模處理和信號處理技術發展的基礎上通過數據信息的處理得來的新的汽車故障檢測手段，其實現了辯證邏輯和數理邏輯的集成、符號和數值處理的統一、推理過程和算法過程的統一，是知識庫和數據庫的交互功能。未來發展方向主要為：專家系統與神經網絡的結合、數據庫與人工智能技術的結合。目前國際上典型的汽車智能診斷技術包括IN.ATE診斷電子設備故障系統，通用汽車的柴油機冷卻系統故障，豐田的專家系統-ATERX等雖然我國智能診斷技術發展起步較晚，但是也取得了很多成就，在數字電子設備、機電設備領域較為突出。尤其是在新能源汽車領域，各個企業都在積極開發新技術，不斷提升技術水平。

1 傳統汽車故障檢測的局限性和智能診斷技術的優勢

1.1 傳統汽車故障檢測的局限性

傳統汽車主要是依據專業維修人員的專業經驗得出故障的源頭，診斷方法是采取檢測人員的“望”“聞”“問”“切”，看故障現象、聞故障味道、問車主故障信息、逐個查找故障源頭，這些方法比較傳統且得出的故障源有偏差的幾率，延長了維修周期，不能在第一時間找到故障源，這是傳統診斷方法的弊病之一，也是智能診斷主要能否解決的問題之一。此外，對維修人員的經驗要求極高，需要對品牌、型號、故障表現都非常的熟悉，才能夠提高診斷的準確率。例如，有些車輛維修只能夠進行部分品牌的車輛進行維修，也是這個原因的局限。隨著汽車的不斷發展，型號、技術、性能不斷的豐富、精進、多樣化，這給汽車故障診斷帶來了很大的困擾，這種依靠經驗的方式局限性逐漸凸顯出來，越來越不適用于新的車輛，尤其是車聯網技術采用之后。

1.2 電子診斷方法的不足

盡管電子儀器診斷方法應用越來越多，但能否針對儀器、儀表、封閉零件等進行有針對性的故障檢測，同時還需要維修人員的經驗主導，雖然比傳統的診斷方法效率高很多，仍然是沒有解決傳統方法的弊病。但是，其實現了對車輛故障診斷的定量、精準分析，是走向智能化的基礎和鋪墊，效率也提高了數倍，但是故障診斷的成本也水漲船高，令消費者十分難以進行選擇，只能針對自己的時間需求來決策，可以供選擇的空間比較小。即使采用電子診斷方法，在尋找故障時，仍然占70%以上的時間，維修時間僅在30%左右，因此必須要找到快速檢測故障的方法。

1.3 智能診斷技術的優勢

為了解決傳統診斷方法的不足智能化檢測診斷故障應運而生，將所有的故障按照品牌、車型進行歸類、匯總成數據庫、知識庫、維修技術庫，對故障進行數據分析，為維修技術人員提供智能化診斷和維修的數據基礎。例如，寶馬品牌車輛型號很多，可以依據其中一個型號的最大速度、加速時間、爬坡度等指標進行智能檢測，對問題項進行數據分析診斷故障原因，這樣可以節約很多的時間，用智能手段高效的找到故障源，并給予科學的建議。未來新能源汽車產業將會成為主導，車聯網技術、電池診斷技術、自動駕駛技術都會顛覆傳統汽車維修技術，因此汽車智能化必須要依賴智能診斷技術，能夠快速發現故障，并且及時進行排除。比如運用神經網絡應用到汽車電控系統的故障診斷中，逐步提高推理能力。運用基于故障樹的故障診斷方法對故障發生概率高的部件進行優化、改進。使用基于案例推理的故障診斷方法實現分層檢索，提高檢測精度。使用基于規則推理的故障診斷方法提升解決復雜結構的能力。

2 智能診斷技術特點分析

2.1 智能化維修數據管理分析

建立車輛數據庫檔案，使得車輛自從出廠到客戶使用過程中的一切車輛性能信息都能在數據庫中找到，車輛部件的磨損情況、發動機的性能、零部件的使用壽命、車輛檢修、保養等都記入該車數據庫中，在智能化維修時可以通過智能手段對車輛第一時間進行掌握，并根據車輛的實際情況進行專家級別的維修建議。使得汽車的故障可以對應到最合理的維修技術，消除車輛的潛在安全威脅，并依據零件的情況進行故障預測，做到維修數據的實時管理。實現車輛故障維修的智能化覺得，對數據進行統一收集、即時更新、信息分享等智能化手段，保障車輛維修數據的真實、有效性。減少人工花費大量時間逐一排查、維修作業中產生的維修時間浪費，解決了維修數據難于管理和分析的難題，同時必須確保數據庫的數據的實時更新，以保證數據庫的完整性。

2.2 智能化維修技術的選擇

針對故障的維修技術選擇也需要數據庫的支持，實現智能化、科學化的提供選擇性。智能維修技術的選擇在解決故障的前提下，要充分考慮經濟性原則，提供多種維修方案供選擇，價值較高的維修方法可以維持正常運行的時間，價值中等的可以維持運行正常的時間，以及快速維修的方法能夠維持正常運行的時間，從經濟性和維持正常運行的時間進行評估給消費者進行決策，并結合維修人員的建議進行綜合考慮選擇的維修方法。實現可以自主選擇的智能化維修技術建議，利用好智能化的工具，保證智能化維修技術的靈活性。

2.3 智能化成本成分析

專家系統與神經網絡的結合、數據庫與人工智能技術的結合這兩項技術都是匯集了當前的頂尖科技，其成本投入非常的巨大，研發尚且需要巨額的資金支持，將智能化系統應用到汽車修理中需要的資金也是非常巨大的，數據庫的建立、神經網絡的設計、人工智能匯集而成的智能化診斷技術和維修技術，使得汽車維修費用居高不下，雖然提高了作業的時間效率，其經濟性仍然是需要解決的難題。所以目前采取的是分段智能化，目前智能診斷技術已經得到應用，得出故障源之后維修人員根據情況來采取適當的維修技術，也提高了工作效率。

3 智能診斷及時的應用

3.1 半智能診斷方法

智能診斷是需要數據庫支持的，各個品牌對自己的系列車輛故障進行了數據庫匯總，能夠提供給汽車維修人員一些數據的支持，這也是半智能化診斷方法的基礎。其能夠通過數據庫對車輛進行數據分析，通過故障現象進行分析故障源頭，維修人員可以針對可能的故障源進行精準查找，另外結合維修經驗可以準確的確定故障的源頭，并針對故障快速的進行維修技術選擇。這里需要品牌車輛建立的數據庫進行分析，其成本相對維修機構自己建立數據庫成本和難度低得多，實現了半智能化診斷。

3.2 全智能診斷方法

全智能真診斷是需要信息化平臺的支撐，各個品牌車輛的故障數據庫匯集，形成聯網的智能診斷和維修平臺，這樣維修人員可以利用這些數據信息。利用數據庫的智能分析能力進行智能化、精準查找故障源頭，并數據庫針對故障源頭會科學的給出若干維修技術方案，用戶可以選擇適合自己的維修方法。從而高效的診斷故障和維修，并對車輛的信心進行實時采集并儲存，以備預判故障和下次故障維修是提供參考智能化分析。全智能診斷方法的成本非常之高，需要電子數據平臺的支撐，但卻是未來的發展方向，解決成本問題還是研究的主要工作。

3.3 智能診斷系統的應用

診斷系統要采用模塊化設計方案，提高操作的簡便性，滿足當前汽車維修人員學歷較低但是經驗豐富的特點，采用可視化的友好界面進行操作。同時要提升系統的擴展性，除了故障診斷模塊還包括知識管理和案例學習模塊。故障診斷模塊采用 CBR 的方法，同時通過豐富數據庫來提升推理能力，在發生故障后可以通過數據庫快速找到故障。為提升系統診斷能力，可采用 C/S 結構，降低系統的復雜性。為提升安全性，采用用戶身份驗證模塊，同時提高共享性。為了提升系統的智能性，可采用規則推理方式，逐步提升學習能力。

4 結語

文章對智能診斷技術在汽車維修中的應用進行深入剖析，對車輛故障診斷技術與維修技術的應用進行了分析，分析了傳統的診斷方法、電子儀器工具診斷方法的不足，對于分析了全智能診斷技術的實施、應用的當前難題，并對其經濟性影響進行了評估，提出了智能診斷技術的應用方案。

參考文獻：

[1]李海斌，黃曉延，杜志彬，呂吉亮.關于電子診斷在現代汽車維修新技術中的運用[J].內燃機與配件，2020（18）：154-155.

[2]王奇跡，徐向東.電子診斷新技術在現代汽車維修中的應用[J].南方農機，南方農機.2020，51（03）：233.

[3]錢世超.人工智能技術在電力系統故障診斷中的運用分析[J].通信電源技術，2020（06）：72-73.

[4]王哲，劉梓健，邱宇.人工智能技術在電力系統故障診斷中的應用研究[J].電子設計工程，2020（02）：148-151+156.

[5]蒲天驕，喬驥，韓笑，等.人工智能技術在電力設備運維檢修中的研究及應用[J].高電壓技術，2020（02）：369-383.