汽车电控系统故障自诊断技术研究

郭超+刘丹丹

摘 要 随着社会经济的飞速发展，人们生活水平的不断提高，家用汽车的数量也在不断地增加，同时，人们对汽车的安全性、可靠性的要求也有所提高，而在汽车行驶的实际调查中发现，汽车电控系统的故障问题屡屡发生，不仅会影响到汽车的正常运行，甚至会出现人身安全事故，后果不堪设想。因此，为了避免这类问题的发展，需要做好汽车电控系统运行的故障检测工作，一旦发现汽车电控系统出现运行故障的情况，应结合电控系统的实际情况采取针对性的处理措施，及时消除汽车电控系统运行的故障隐患，确保汽车运行的安全性、可靠性。

关键词 汽车；电控系统；故障自诊断技术

中图分类号 U46 文献标识码 A 文章编号 1674-6708（2016）160-0199-02

近些年来，科学技术的发展极为迅速，尤其是计算机技术、控制技术的发展更是有着很好的成绩，而且，计算机技术以及控制技术的应用范围极为广泛，尤其是在汽车电控系统中应用也在不断地深化，如，汽车电控系统故障自诊断技术，能够实现对汽车电控系统的运行进行检测，一旦发生故障问题，可以根据实际的情况采取针对性的处理措施，进一步保证汽车运行的安全性、可靠性。

1 汽车电控系统故障自诊断技术的原理

电控系统与汽车行驶的安全性有着直接的联系，可以实现对汽车系统故障自诊断功能，一旦汽车某个硬件或系统出现故障的情况下，通过故障自诊断技术的运用，可以及时发现汽车的运行故障，并对其展开针对性的维护措施[1]。当然，一些汽车无法及时维修的故障，在故障自诊断系统下，可以将这些故障信息及时发送给驾驶者，以便于驾驶者及时了解汽车的运行故障。汽车电控系统故障自诊断技术主要根据冗余信息来源获取相关的故障信息，实现对汽车故障的诊断，冗余信息来源又分为对汽车硬件的冗余和非硬件冗余等2种方法，其中硬件冗余主要通过装设在汽车上的专用传感器获取汽车运行故障信息；或者主要是通过分析以及测量各个信息实现对非硬件进行故障诊断。汽车电控系统的故障自诊断技术应用的主要原则：模式识别方法以及信息处理，有时序分析、谱分析、统计分析、非稳态谱分析、模式匹配等，这些都是汽车电控系统故障自诊断技术应用中不可缺少的重要组成部分，对提升汽车电控系统故障自诊断的效率有着极大地作用。另外，汽车电控系统故障自诊断工作，还应建立动力学模型。此外，汽车电控系统能够实现对汽车系统的故障诊断，其中还应用到了神经网络的方法，这是建立在专家系统、符号推理、模糊推理等基础上的，及时发现汽车故障并对其故障进行准确的定位，确保汽车运行的安全性、可靠性。

2 汽车电控系统故障自诊断技术研究

汽车电控系统故障自诊断技术能够实现对汽车的运行故障进行分析，主要通过多种方法的结合运用来完成的，当然，不同的方法所能够实现的功能以及实施的步骤也有着很大的差异性，主要从以下几方面展开分析。

2.1 基于模型的故障诊断技术

通过以上的分析，故障自诊断技术的发展极为迅速，并被广泛地应用到汽车电控系统中，实现对汽车电控系统的故障诊断，其中基于模型的故障诊断方法，是汽车电控系统故障自诊断技术的重要组成部分，主要利用模型来提供信息的输出输入，并对输出输入的信息实现在线测量的冗余检测以及故障诊断等，从而有效地对故障进行准确地定位。基于模型的故障诊断方法主要从以下几个过程进行[2]。首先，由模型的输出与测量值之间进行相互地比较，并得出残差，所产生的残差为下一个环节做准备；其次，应对数据统计分析，结合前一个操作步骤所得出残差数据，数据统计分析主要对这些残差数据展开分析，一般情况下，如果残差值为零的情况下，则说明汽车电控系统并无故障发生，如果是出现故障时，对残差的分析是有着一些统计特性的，下一步的故障诊断也是根据这些统计特性来实现对故障的诊断；再次，应做出最后的故障诊断决策，通过对统计分析中所得出的残差特性，判断汽车电控系统是否存在故障，如果存在故障需判断所发生故障的程度、产生故障的主要原因、对故障的定位等，确保汽车运行的安全性、可靠性。

2.2 汽车电控系统故障自诊断系统的鲁棒性分析

汽车电控系统故障自诊断技术对传感器运行的安全性、可靠性等要求极为严格，一旦传感器出现问题的话，不能将汽车电控系统的各项运行信息有效传输到系统分析中心，因此，要保证汽车电控系统故障自诊断技术应用的有效性，则必须明确影响汽车工况的因素。例如，气候因素的影响，主要受到温度、湿度、气压等方面因素的影响，而且，这些因素的可变范围比较大，也就是说，这些因素对汽车电控系统运行的自诊断也存在很大地影响。电磁环境也是影响因素之一，一旦受到电磁环境的干扰，会直接影响到汽车的电控系统。另外，由于汽车的零部件较为分散，在对汽车电控系统进行故障自诊断过程中也将会存在一定的难度，这些都是影响汽车电控系统运行的主要因素。

在确定影响因素之后，对故障自诊断技术进行改进和完善，以此来满足汽车电控系统运行的故障自诊断要求，及时有效地排除汽车电控系统运行的不足，为保证汽车的安全运行付出努力。

2.3 其他诊断技术

汽车电控系统故障自诊断技术，还应用到模式识别法、信号处理法、基于知识诊断法等。其中模式识别法主要运用神经网络模式的识别方法，实现对汽车电控系统的故障诊断，该方法主要利用汽车电控系统运行的状态参数的分析，确定其故障位置、故障原因等。信号处理方法的使用，主要分析一些测量参数的基本特征，并判别汽车电控系统是否发生故障，以及所发生故障的属性等，是当前汽车电控系统较为常用的故障诊断方法之一，该方法应用较早，经过多年，该诊断方法也在进行不断地完善，能够实现对汽车发动机转速信号以及振动信息的谱分析，是保证汽车电控系统安全运行的关键诊断技术之一。基于知识故障识别法的运用，首先要观测汽车电控系统的故障征兆，并根据所观察的结果判定接下来可能发生的故障，及时采取有效的防御措施，当然，在经过长时间的经验积累下，可以利用系统中所存储的历史知识、推理机制、统计知识等来拟定相关的决策，一旦故障发生时，可以将故障带来的损失降至最低。此外，还应根据知识库所提供的相关数据信息，进一步推断所要发生故障的程度、类型、起因等，从而保证汽车电控系统的安全可靠运行。

3 结论

综上所述，随着社会科技的飞速发展，汽车电控系统的故障自诊断技术的发展也极为迅速，而且，故障自诊断技术能够及时有效地发现汽车电控系统的运行故障，并对故障进行精确的定位以及分析产生故障的原因等，并提出相关的改进措施，从而有效避免或降低汽车电控系统故障带来的损失，确保汽车运行的安全性、可靠性。

参考文献

[1]宋红英.基于蚁群神经网络的发动机故障诊断专家系统的研究[D].北京：中国农业大学，2014（10）.

[2]耿广武，戈秀龙.共轨式电控柴油喷射系统原理、结构及故障自诊断[J].汽车维修，2014（2）：11-13.

[3]董大伟.基于曲轴角振动诊断内燃机各缸作功状况的研究[D].成都：西南交通大学，2015（2）.

[4]张云龙，袁大宏，王国戟，等.电控汽车故障诊断技术的现状与发展趋势[J].汽车技术，2015（7）.

[5]袁南儿，杨东勇，林毅.多传感器信息融合及其在工业控制中的应用[J].浙江工业大学学报，2014（4）.