新时代汽车智能化检测和维修技术研究

刁慧平

摘要：2020年以来汽车工业飞速进入智能新时代，智能化是汽车发展的一个必然趋势。与之相应的是传统汽车故障检测和维修方式也要适应汽车智能化发展的趋势，能够利用智能化手段快速检测高度复杂的汽车故障，精准进行诊断，为快速维修提供准确的依据。同时，采用智能化维修技术，提高维修效率和精准度，减少传统人工维修带来的问题。

关键词：新时代;汽车;智能化;检测和维修技术

中图分类号：U472.9                                     文献标识码：A                                  文章编号：1674-957X（2021）10-0132-02

0  引言

汽车新技术日新月异，各系统结构日益復杂，对维修的要求越来越高。而且随着智能化水平的日益提高，车载电子设备增多，用户对汽车的体验要求越来越高，在一些特殊场景下，要求快速检测汽车故障。比如汽车在高速上出现不能启动，车主不能判断是发电机不发电，还是起动机故障，只能等拖车，这样危险性就会增大。如果能够快速排除就会大大降低这一风险，假如智能检测系统能够快速判断发电机不发电，此时如果车上除了司机还有其他人，就可以用别挡打火等方式快速驶离应急车道。目前传统汽车修理主要靠经验判断，尤其是发动机等故障，拆卸复杂，判断经常失误。对于一些复杂故障检测的时间往往占到80%左右，维修时间仅占到20%。维修中过程中还因为操作不当造成各种失误，比如换错变速箱油，操作程序不当造成车辆损害，甚至发动机内部构件弹出发生重大安全事故。在此背景之下，结合汽车智能化发展的方向，应用智能检测和维修技术就是未来汽车产业发展的大势所趋。

1   汽车智能故障检测技术

1.1 汽车智能故障检测技术的优势

智能化故障检测技术结合了AI技术和故障诊断技术，能够对汽车的发动机、冷却系统、电气系统、控制系统等进行诊断。和传统人工经验相比，智能故障检测能够精确给出汽车各项故障的参数，比如轮胎胎压通过判断四个轮胎胎压分压是2.2bar、2.4bar、2.8bar和2.7bar，即可以判断车辆动平衡问题是由胎压引起，进而通过传感器系统对轮胎进行受力分析，无需扒胎就能够智能分析是否存在漏气现象。然后结合机器视觉系统，对轮胎表面的纹路进行判断，找出漏气点。和传统汽车故障检测技术相比，智能故障检测技术更符合汽车智能化时代的发展方向，能够在数据库中快速判断汽车的各类故障，对故障原因分析更精准、更快速，能够有效解决传统汽车故障检测中耗时耗力但是也不能找到故障原因的问题。比如，某汽车水温不准，跑了几家修理厂，先换节温器，又换温度感应塞，最后拆卸水温表进行修理，都没有找到故障原因，更换后汽车水温表水温仍然处于低位上不来。这就是典型的依靠传统经验维修带来的弊端，一旦修理人员不能够准确排除故障，耗时耗力也不能解决。

1.2 汽车智能故障检测技术的分类

1.2.1 神经网络故障技术方法

该技术具有强大的非线性处理功能，容错性强，因此能将汽车故障快速分类。但是其缺陷在于学习样本量大，训练时间长，因此推理能力较差。目前以BP神经网络应用最为广泛，但需要采用自适应调整参数法等方法进行改进。

1.2.2 故障树技术方法

该方法常应用于汽车故障检测，其采用图形结构的方法简单有效，能够对故障率高的部件进行优化。但是需要专业人员进行分析，而且系统复杂度提高，其推理速度会减慢，因此要结合其它方法。

1.2.3 案例推理技术方法

其原理是通过过去知识重现来解决汽车当前遇到的问题，对其进行改进的基础上，能够实现分层检索，提高检测的精度。但是该技术需要在对组织结构和检索算法进行优化，并且依赖丰富案例库提升自学习能力，对案例库的数量要求较高。

1.2.4 规则推理技术方法

规则推理方法接近于人的思维方式，该方法也被称为RBR诊断技术，通过对规则建立索引，能够快速找到相应规则，匹配效率高。但是存在规则推理无法解决复杂结构、规则不统一等问题。

2  基于案例推理方法的汽车智能检测与维修模型

由于大数据技术的飞速发展，本研究采用案例库推理方法，适应未来车联网等技术的发展。一旦发生故障可以直接通过车联网等系统直接录入到案例库中。

2.1 基于案例推理方法的汽车智能检测

对于案例推理方法，其关键技术是案例学习。案例相似度记为S=（S1，S2，…，Sn）（n∈1，……，N;0≤Si≤1）。当Si=0时，作为新案例，与所有案例都不相似，保存入库。当Si=1时，说明与历史案例完全相似，则不保存。用五元组的方法表示故障案例，E=<N，T，D，R，A>，其中N是唯一标识符，T是种类，D是故障征兆属性值，R是故障原因。以润滑系统故障检测为例，其故障案例可以表示为N=0001;其中故障种类T1表示为发动机，T2表示为润滑系统;故障征兆属性值D1表示为机油压力，D2表示为机油温度，D3表示为机油颜色，D4表示为机油气味。故障原因R表示为管路破损。A是辅助说明信息。

2.2 基于案例推理方法的汽车智能维修

维修模型可以用四元组来进行表示，即E=<N，T，S，A>。其中T表示为维修工具，S为解决方案。以火花塞故障为研究案例。同样，N=00001，维修工具T1表示为鲤鱼钳，T2表示为套筒，T3表示为接杆，T4表示为棘轮扳手。S表示为维修解决方案，即使用维修工具拔下高压线，取下火花塞，进行跳火测试。A表示其中的维修时间和费用等信息。

2.3 汽车故障与维修案例检索策略

尽管大数据技术飞速发展，但是因为汽车的零件成千上万，其故障种类繁多，因此案例数据库异常庞大。所以要对系统进行优化，提升检索效率，建立分类数据库的组织结构。具体来说，在分类过程中，可以设置如下分类结构：一级结构包括车身、底盘、发动机、电器和电子设备，底盘包括转向系统等，发动机包括配气系统和冷却系统等，电器和电子设备包括启动系统等，车身包括后备箱等。以此设置索引结构，并且设置多级代表性案例。通过分类分层次检索，可以提升检索效率。

2.4 案例推理和规则推理的混合

案例推理方法，只需要从数据库中进行匹配即可完成推理，但是没有相关案例时，则需要复杂的规则推理进行判断。因此要对案例推理方法进行优化，具体来说，当案例推理不能够满足故障诊断需求时，则进入到规则推理方式。通过规则提取和人工专家诊断方式，进行配合，提升诊断的水平，并且提出相应的维修解决方案。

3  汽车智能故障检测与维修的系统设计和应用

3.1 汽车智能故障检测与维修的系统设计

系統采用模块化设计方法，方便加入各类模块，维护高效便捷，可扩展性强。系统应该包括设置模块、知识管理模块、故障诊断与维修模块、案例学习模块等。考虑到修车人员的学历普遍较低，越是经验丰富的修车师傅其教育经历越少，因此操作应该简洁，界面具有亲和力，最好和手机操作界面类似，符合维修人员的使用习惯。同时系统应该具有高度的系统的可靠性、便于维护和安全性。同时方便融入车联网等新系统，能够对车内外环境进行监测等。系统可采用三层C/S结构，使用VS开发环境。同时融入VR等技术，能够对汽车故障进行模拟，以满足零部件更换等需求。在系统设计中要充分融入当前云计算的开放环境，大量搜集相关案例不断补充进入到数据库中，弥补对专家的依赖。智能检测和维修系统要融合GPS技术、机器人视觉技术、关键部件安全控制技术等，不断推动技术创新和系统的功能，比如利用该系统结合VR技术，并且连接案例库，将每一种故障案例的发生、原理和维修过程，用VR视频的方式呈现出来，将其上传到云平台，方便智能维修。

3.2 汽车智能故障检测创新技术的应用

未来汽车智能故障诊断技术要向网联化方向发展，应该努力在这方面取得突破，比如给整车搭建完善的电气架构和网络架构，引入域控制器，进行T-GW扩展。在此技术上实现零部件诊断功能，可以基于CAN主干网根据零部件的运行提出诊断需求。比如，传统汽车维修需要仪表盘报故障，才能够开到修理厂进行维修，甚至是仪表盘不报故障，车主感觉到明显故障之后才能维修。但是通过智能诊断平台等新技术，可以自动判断故障信息，并且能够给车主推荐应急处理方法和就近维修点。如果车辆不能开到就近维修点时，还可以连线人工专家等，帮助提出紧急处理和正确处置的措施。未来汽车故障检测越来越多采用免拆的方式，能够通过识别图像、判断声音频率、通过对车辆运动状态进行判定。

3.3 汽车智能维修技术的应用

这里的智能维修指的是用机器人代替人来进行重复性的安装和维修工作，比如喷漆、钣金、安装、保养等。对于一些重复性的领域，使用机器进行操作比人操作精度更高，正如汽车的全机器化生产一样，在维修领域也可以逐渐采用这一技术。要实现智能维修技术的突破，可以从智能拆车技术入手。智能拆车技术的应用能够快速拆下大量的拆车件，拆车件其优势在于是原厂件，而且成本低，匹配度高，满足快修的需求，不需要等待厂家或者配件商处发货。同时使用拆车件更节能环保，满足低碳汽车发展的需求，在维修中实现汽车零件的循环利用。其更大的优势在于进行智能化拆解的过程中，可以更放心大胆地对程序进行设定，并且评估是否对汽车造成损害，维修和拆卸的过程中遵循程序设定，根据此可以更好地对程序进行设定。从某种意义上来说，智能拆车技术的应用是汽车智能维修的试验台，在拆解的过程中，可以根据实际状况对智能机械手和机器人进行设定，通过机器学习等功能熟悉拆卸、安装等基本步骤，并且对每个步骤进行记录，熟悉汽车的各个部件结构，将其纳入到数据库内。

4  结语

未来新能源汽车将会逐渐取代燃油车，汽车智能化水平也会大大提高，智能检测和维修将会取得飞速发展。因此，必须具有前瞻视野，大胆推动技术的创新。

参考文献：

[1]钱强.汽车维修故障诊断智能决策支持系统的研究[J].内燃机与配件，2020（002）：135-137.

[2]韩龙海.人工智能检测诊断技术在汽车维修中的应用[J].汽车世界，2019（023）：1.

[3]王琳.汽车检测线远程智能诊断系统研究[J].设备管理与维修，2020（002）：157-159.

[4]刘立展.使用H6汽车智能诊断平台关闭大众2017款迈腾启停系统[J].汽车维修技师，2019（005）：124.

[5]谢立果.电子诊断在现代汽车维修新技术中的运用研究[J].汽车实用技术，2019（08）：232-234.

[6]滕文祥.机械电子诊断技术在汽车检测维修中的应用[J].制造业自动化，2019，41（007）：135-138.

[7]刘冬梅.基于数据分析的车辆故障系统研发[J].电子测量技术，2020，43（15）：155-159.

[8]沈智超，詹路，谢冰，许振明.废旧汽车智能拆解技术研究进展[J].环境卫生工程，2020，28（05）：25-30.