IMMO匹配系统故障诊断研究

高长斌 孙自圆 张亚飞

【摘 要】IMMO（发动机防盗锁止）系统是目前在汽车上广泛应用的防盗系统。在整车项目前期阶段，由于物料质量与部门协调影响，线上IMMO匹配系统故障频发。文章根据IMMO系统的工作特点，提出了一种适应于该系统的自诊断方法。该自诊断功能涉及故障树分析、诊断专家系统，在故障发生时，可快速定位故障原因，辅助车辆返修，同时也可减少线上人员的误操作次数。

【关键词】IMMO匹配；故障树分析法；诊断专家系统

【中图分类号】TP277 【文献标识码】A 【文章编号】1674-0688（2018）07-0061-04

0 前言

随着现代汽车技术的飞速发展及汽车性能的快速提高，人们对汽车防盗系统的安全性日益关注。目前广泛应用于现代汽车防盗的IMMO系统，采用RFID射频识别原理，锁止机构完全隐蔽，可同时控制启动、油路或电路，从而大大增加了破解难度。不仅提高了系统安全性，也使得IMMO系统在线上匹配过程中环节增加，故障模式更为隐蔽。目前的IMMO匹配系统，一般只考虑正常匹配情况，在匹配异常时软件提示信息非常有限，寻找故障原因还需要借助专业人员结合现象推理[1-3]。而在实际下线匹配过程中，尤其在项目不平稳阶段，往往会由于某一物料异常或线束插头松动导致匹配中断，故障排查过程会消耗较长的时间。

本文所设计的IMMO匹配系统自诊断功能，针对某公司车型下线匹配的故障情况，利用故障树分析方法，结合诊断专家系统知识，实现了IMMO系统故障快速定位，使生产和维修的效率显著提高。

1 IMMO匹配系统工作原理

IMMO系统是目前在汽车上广泛应用的防盗系统，这种汽车电子防盗系统由点火锁上的读写线圈（Coil）、点火钥匙（内嵌转发器，Transponder）、防盗控制器（Immobilizer，IMMO）、发动机控制单元（ECM）、仪表板上的防盗指示灯和连接线束等组成。

如图1所示，点火钥匙内的芯片配置了一个特定的识别码（KeyID），也存储了发动机控制单元的相关信息，当插入钥匙点火后，防盗控制器会向钥匙内的转发器发送一串随机数，经过转发器的运算处理后将信息反馈给防盗控制器，收到反馈后防盗控制器会将得到的反馈信息与自身运算结果相比较，若相同则验证通过，否则发动机控制单元将禁止供油、点火。

由上述工作原理可以看出，IMMO系统工作过程涉及多个电子模块之间的信息加密传输，这明显提高了汽车防盗能力，但同时也让防盗系统的复杂度增加，这就对防盗匹配系统提出了更高的要求。

IMMO匹配过程中，主要将IMMO与ECM进行绑定和钥匙匹配2个步骤。首先，系统通过诊断仪与IMMO模块建立通信，写入PIN码（安全码）、生成SK（密钥码）并将PIN码和SK碼写入ECM完成绑定步骤；然后，由钥匙发出KeyID被IMMO接收锁定，再由IMMO向遥控钥匙发送SK完成匹配。这一系列指令将三者绑定，详细流程如图2所示。若匹配系统没有收到或收到错误的模块响应会立即退出匹配过程，即匹配失败。该系统所针对的车辆的IMMO模块集成在BCM（车身控制模块）中，因此匹配过程也涉及BCM的安全访问过程。

防盗匹配系统的操作复杂性，使得操作人员在使用过程中会有出现故障情况，在项目前期尤其频繁，一般当故障情况发生时，操作人员只有得到软件工程师的支持才能找到故障原因并解决问题，如果能向操作人员及时地提供解决方案，对于提高生产效率、防止错误操作损坏设备具有重要意义。

2 IMMO匹配系统故障诊断方法

2.1 故障树分析

故障树分析法（Fault Tree Analysis，FTA），又名因果树分析法，它是一种特殊的树状逻辑关系图，以图形的方式表明，用规定的事件、逻辑门和其他符号描述系统中各种事件之间的因果关系[4]。

根据IMMO匹配原理，为了便于线上人员定位故障原因，将匹配错误分为模块通信出错、模块响应错误、模块状态异常、钥匙状态异常4种情况。所建立的故障树如图3所示。

由IMMO匹配系统的特点可知，基本事件与上一级事件都是“或”的关系，即任一基本事件都会造成顶事件发生。

2.2 诊断专家系统建立

专家系统通过存储人类专家的知识和经验，在解决特定领域问题时，根据问题内容在系统知识库中进行推理，得出领域问题的解。本文专家系统主要包括知识库、推理机、交互界面几个主要模块。

2.2.1 基于产生式规则的知识表示

IMMO匹配系统是基于CAN总线诊断协议所开发的诊断系统，其故障情况就系统内部而言，有协议中规定的确定性的故障模式，也有由设备故障所导致的不确定性的故障模式，其系统知识库要同时考虑这2种规则的表达。

产生式规则满足了确定性规则的特点，其基本形式如下：

IF[条件]THEN[结论]

对于具有不确定性的规则，需要进行规则的不确定性处理，根据前述故障树模型，知识库中的规则一般具有多个条件，采用规则因果关系不确定性处理，为规则赋予不确定因子。

通过设置当前现象下结论发生概率，来表达规则条件与结论之间的关系强度，本文基于主观Bayes方法来进行推理。

2.2.2 基于主观Bayes方法的知识表示

主观Bayes方法是R. O. Duda、P. E. Hart等人于1976年在Bayes公式的基础上经适当改进提出的方法，它是最早用于处理不确定性推理的方法之一[5]。

为阐明该方法，先引入以下概念。

系统的推理过程如下：由现象S下条件T发生概率P（T|S）计算结论发生概率P（R|S），经反复推理可得最终故障原因发生的概率。对于初始推理过程，规则条件发生概率可能受生产环境与项目阶段影响，故由车间人员提供可信度C（T|S）求得。

2.2.3 正反向混合推理策略

传统专家系统推理策略可大致分为正向推理与反向推理。正向推理是把已知事实作为条件，搜索能够匹配的规则，得出结论；反向推理从所有可能的最终结论开始推理，分别对应条件，并结合已知信息分析，若符合实际情况则该结论成立。

知识库中的规则是按照由故障树上层事件（已知条件）被下层事件（结论）引发的形式表达。本文采用正反向混合推理策略首先从已知上层事件出发，依据规则正向推理检索可引发此事件的下层事件；然后以每个下层事件作为假设，反向推理排除与已知情况不符的基本事件。诊断系统在反复进行推理与排除后，得到可能的基本事件的最小集合。

例如，当匹配流程在BCM安全访问处出错时，首先确定最终是否接收到指令，若接收到错误指令，则此时推理条件为“模块响应错误”，由正向推理得到4个结论，即“诊断程序指令错误”“模块标定错误”“模块响应慢”“安全算法缺失”，并分别计算本次故障现象下这4种情况发生的概率，即前述，随后对这4种情况进行反向推理，根据最终发送指令是否正确、退出匹配的流程节点进行排除，若发送指令正确则排除“诊断程序指令错误”的情况，剩下3种情况排除依据流程运行情况（由各自最小节点判断，后文详述），若都符合则最终结果为“模块标定错误”“模块响应慢”“安全算法缺失”，并按概率排序。

诊断系统在反复进行推理与排除后，可根据软件的实际故障情况，得到可能的基本事件的最小集合。

3 IMMO匹配自诊断系统开发

本文将IMMO匹配系统的特点与传统诊断专家系统理论相结合，制定了详细的自诊断策略，满足生产实际需求。

3.1 自诊断功能结构

3.1.1 硬件系统结构

该匹配系统通过车辆通信接口装置VCI（Vehicle Communication Interface）实现匹配软件与防盗系统各模块的通信。

VCI系统的硬件以Freescale公司的16位微处理器MC9S12DG128B为核心，其内部集成了同步串行通信口SPI、异步串行通信接口SCI、脉宽调制模块、A/D转换模块、输入捕捉/输出比较定时器、I/O接口、CAN模块、I2C总线等标准模块；外围电路有K线转换模块、CAN线转换模块、USB转换电路、时钟模块电路、电源模块电路、SD存储卡和LED状态指示灯[6]。图4为VCI硬件结构示意图，VCI系统软件主要实现接口控制、通信链路控制及总线报文处理。

3.1.2 软件系统结构

该自诊断系统在软件界面设有交互平台，供领域专家对知识库内容进行修正。诊断过程中，IMMO匹配系统产生相关数据，当故障发生时，自诊断系统自动截获诊断所需数据内容，同时调取知识库中的相应规则，在推理机中进行故障推理，再由解释机翻译为故障描述，得到故障原因后系统还会给出返修建议，在软件界面上显示，辅助操作人员解决故障（如图5所示）。

3.2 自诊断功能原理

由图2 IMMO匹配流程可知，匹配流程大致为一直线过程，匹配系统依次执行相应操作，成功则继续，失败则结束匹配过程。从本质上来讲，该匹配系统依据诊断协议规则向车载ECU模块依次发送了指定诊断指令，当得到指定响应后可判断此时模块、诊断仪、点火钥匙的状态是否符合匹配要求。根据IMMO匹配的特点，本文选择在匹配故障发生时，软件正在执行的流程节点和程序最终发送与接收的指令作为自诊断功能的推理依据。

匹配故障发生后，系统将流程节点指数（用于记录软件运行节点）、发送与接收的指令、软件提示信息、界面状态信息输入到自诊断功能内，推理机依据流程节点指数定位到发生故障的节点，判断该故障属于模块通信出错、模块响应错误、模块状态异常、钥匙状态异常中的哪一种。对后两者，推理机进行确定性推理，在确定最终发送与接收的指令后，结合诊断协议，按正向推理方式直接确定引发此故障的底层故障；对前两者，推理机进行不确定性推理，由正向推理得到所有能导致已知故障的底层故障，再由反向推理结合软件已成功运行的流程节点作为依据，排除得到最终结果，经解释机转换为故障描述语句并显示，若最终结果为多个，则根据发生概率排序显示。

3.3 软件界面设计

该系统软件主界面如图6所示，操作人员输入VIN码、VSN码后，系统开始进行IMMO匹配工作，匹配出错时，弹出相应的提示窗口。

3.3.1 自诊断功能界面

当匹配出现错误后，操作人员点击确定，系统自动进行自诊断，相应诊断信息与结果显示在图7界面上。从匹配记录中可知，匹配流程运行到“BCM一级安全访问”，指令发送成功，但模块反馈信息为空，自诊断系统将这些信息与知识库中的规则结合推理，再经排除即得到所有可能的故障原因，按其发生概率大小排序，并给出返修建议。

3.3.2 知识库交互界面

系统知识库以数据库的方式存储，用于知识库更新的交互界面如图8所示。知识库的每条规则包含条件、结论、最小节点、主观Bayes参数等信息。结论概率由历史故障记录得出，LS、LN由领域专家评估给出；最小节点表示若该故障存在时最初发生中断的流程节点值，其具体功能是用于排除，如上例IMMO匹配之后，匹配节点值为7（匹配第7步为BCM一级安全访问），大于4，则可排除“车身控制模块线束故障”。

界面中“检索”通过条件和结论得到规则信息，“更改”用于将原规则修改为新规则，“添加”用于添加新规则。

4 结语

本文结合IMMO匹配系统特点，运用故障树分析、专家诊断系统原理，开发了带有自诊断功能的IMMO匹配系统。经实际生产运用检验，该系统可实现IMMO匹配出错时的快速故障定位，缩短了问题解决时间，提高了返修效率。

参 考 文 献

[1]深圳市元征科技股份有限公司.2012款北京现代悦动1.6 L车防盗钥匙匹配操作方法[J].汽车维修与保养，2015（10）：75-76.

[2]胡尊成.桑塔纳3000车钥匙匹配困难[J].汽车维护与修理，2012，12：41.

[3]彭军，龚凯.使用道通MS908完成2013款起亚K3钥匙匹配[J].汽车维修与保养，2017，2：7.

[4]罗航.故障树分析的若干关键问题研究[D].成都：电子科技大学，2011.

[5]金艳红.汽车防盗匹配系统的研究与开发[D].武汉：武汉理工大学，2015.

[6]侯俊杰.設备故障远程诊断专家系统的应用研究[D].成都：电子科技大学，2016.

[7]彭华亮.基于故障树的故障诊断专家系统软件平台设计[D].南京：南京理工大学，2017.

[8]胡杰鑫，谢里阳，邢宇，等.基于FMECA的自动绘制故障树方法[J].哈尔滨工程大学学报，2017，38（7）：1162-1166.

[9]胡杰，周佼鹏，可志伟，等.汽车电控模块诊断一体化平台及应用[J].上海交通大学学报，1999，33（9）：1100-1102.

[10]倪绍徐，张裕芳，易宏，等.基于故障树的智能故障诊断方法[J].上海交通大学学报，2008，42（8），1372-1375.

[11]杜常清，杜刚，李晃.电动汽车远程监控技术研究及其平台开发[J].汽车工程，2015，37（9）：1071-1076.

[12]陈玮，胡光锐，汪亚平.故障诊断专家系统学习机制[J].上海交通大学学报，1999，33（9）：1100-1102.

[13]包勇，张德银，庄绪岩.基于动态故障树技术的故障诊断专家系统[J].四川大学学报：自然科学版，2014，51（6），1211-1215.

[责任编辑：钟声贤]