劉 靜,趙苗苗,劉瑤秋
(揚州亞星客車股份有限公司,江蘇 揚州 225000)
純電動客車制動系統由電制動和氣制動結合構成,在傳統氣制動的基礎上,增加了電制動,能夠很好實現提前制動功能。制動系統故障維修,當前主要根據維修人員經驗診斷故障部位,進行針對性維修。
純電動客車安裝的車輛監控設備,可以實時采集車輛運行過程中CAN總線報文數據。根據實時監控車輛運行數據,本文在對制動故障和整車通信數據相關性研究基礎上,設計專家系統進行制動系統故障機構定位,提高制動系統故障處理效率。
純電動客車制動系統由多個零部件組成,相互協作完成車輛制動工作。為方便制動系統故障分析,將故障進行分類處理,分類分析。
制動系統故障包含電制動失效(M1)、氣制動失效(M2)、制動拖滯(M3)等,故障的主要機構有供能機構、執行機構、傳能機構、控制機構。
1)供能機構主要包括儲氣筒組件(G1)、空氣壓縮機(G2)等零部件。
2)執行機構主要包括左前輪(L1)、左后輪(L2)、右前輪(L3)、右后輪(L4)處制動裝置和驅動電機(L5)。
3)傳能機構包括制動踏板(C1)、氣管路(C2)、閥類件(C3)等。
4)控制機構包括整車控制器(K1)、空氣壓縮機控制器(K2)和驅動電機控制器(K3)。
制動系統故障與各個機構之間的關系如圖1所示。

圖1 制動系統故障關系圖
引起制動系統故障原因有多個,如何快速定位故障機構,確定故障點,是制動系統故障維修的必要條件。
根據制動系統關系分析,匯集車輛維修理論與維修人員多年維修經驗,運用模糊推理,設計出故障診斷的專家系統,對車輛實時運營數據進行分析,診斷車輛故障機構。
純電動車上安裝的監控設備,能夠實時有效地采集整車CAN報文數據并發送給監控后臺系統。整車CAN報文負責各個電器部件之間的通信,其中與制動系統相關的通信數據見表1。
車輛故障診斷知識庫是匯集車輛維修理論與維修人員多年維修經驗而建立的。基于對車輛運行數據的實時監測、分析,及時準確地顯示車輛故障信息,完成車輛故障定位,提供車輛故障解決方案,專家系統結構如圖2所示。
專家知識庫故障診斷技術,利用人工智能和現代計算技術,將領域內的專家經驗知識進行程序化編寫,結合車輛實際運行數據,進行故障診斷。
專家系統主要由數據庫、知識庫、推理機、知識獲取、知識算法程序和知識輸入構成。工作原理是將制動系統故障特征數據知識庫管理,系統將知識進行算法程序化處理后存入知識庫,推理機載入車輛運營數據與知識庫中的知識進行匹配,將完成匹配的信息顯示在診斷結果中,再通過解釋機反饋給維修人員,同時作為知識再次輸入知識庫管理。

表1 通信數據關系表

圖2 專家系統結構圖
本文專家系統的核心設計是知識庫管理和推理及設計。
本文專家系統中的知識獲取來自相關書籍和維修人員經驗,知識庫中包含純電動客車專用制動系統所有資料,包含但不限于系統結構圖、零部件說明書、維修手冊、維修案例匯總以及工程師故障診斷經驗等,將知識庫整理后,轉化為相關知識庫算法應用程序。
本專家系統采用產生式規則對知識進行表示:

式中:P——規則的前提;Q——結論;CF——置信度。
推理機按時間逐條載入表1中涉及的18個車輛監控數據,對每個數據進行相關算法處理后,針對每個數據發生后制動系統是否工作、分析結果不一致的情況,進行篩選并標記為異常數據,然后與知識庫中的知識進行匹配。推理工作過程如圖3所示。

圖3 推理流程圖
某輛車實時運營監控數據,報文時差10s,見表2。該組數據表示車輛運營過程中,駕駛員進行了制動操作,整車制動系統同時進行了響應操作,但是車速下降緩慢。
專家系統對該組數據算法處理流程如圖4所示。公交車行駛線路儀表為瀝青或混凝土路面,摩擦系數為0.012~0.02,本文取中間值0.018,即車輛無驅動力、無制動力時,減速度為0.18m/s2。
有車速診斷出車輛無制動作用,而其他數據則判斷出車輛制動正常響應,該結果與知識庫中一條知識匹配:
IF(車輛制動系統響應,而無制動效果)
THEN(制動執行部件故障)

表2 運營監控數據表

圖4 案例分析流程圖
數據處理中,車輛與地面減速度計算存在估值,車速減速度的隸屬函數:

車輛減速度計算為0.125m/s2,則診斷可信度為0.94。
專家系統分析得出“制動執行部件故障”,即L1、L2、L3、L4處出現故障。
專家系統是人工智能的一個重要部分,本文將專家系統應用于車輛制動系統故障,進行車輛監控數據自動處理分析,能夠快速發現并確定故障部位,增加了車輛安全運行的系數,提升了故障維修的效率。