汽车动力性能检测与故障诊断维修

景 广

(济南工程职业技术学院，山东 济南 250200)

0 前言

车辆技术的快速进步与社会汽车保有量的高速增长促进了汽车维修行业的快速发展。汽车维修技术与汽车更新换代是同步的。但受人才缺口大、行业管理缺乏规划性、技术能力不足等诸多条件限制，虽然我国汽车维修服务能够满足汽车维修保养的需求，但在一些高端技术领域，汽车维修服务还处于空白，严重制约了我国汽车行业的发展。随着新能源车辆的增多、智能化系统的升级和车辆用途的多样化，现代汽车维修所面临的问题也越来越复杂，这对汽车维修行业的技术提出了更高的要求。

1 现代汽车常见故障

1.1 启动和控制系统故障

动力控制系统故障是汽车典型的故障类别。以新能源汽车为例，与传统汽车不同，新能源汽车没有机械发动机与变速箱，其动力完全来源于电机，因此新能源汽车的电机控制系统直接决定其行驶的舒适度、安全性和能量转化率。新能源汽车目前仍处于发展阶段，存在一些问题和缺陷。如动力电机转速控制与车辆行驶速度之间的强耦合作用，易使车辆在不同路况时出现行驶状态难以控制的问题。由于电机控制系统的组成非常复杂，增加了其故障发生概率。特别是制动系统，一旦出现问题，可能引发严重的事故。

1.2 电子电路故障

储能电池是汽车电机控制系统的能量来源，一切操作活动均由储能电池提供电能。随着汽车功能不断的丰富，车载电子系统越来越复杂，即使是传统的燃油汽车，其功能的实现也离不开电能。作为能量储存单元，储能电池一旦发生故障将直接导致汽车瘫痪。特别是新能源汽车，其整车电源的构成更复杂，大量的电池管理子模块与辅助元件在复杂的环境条件下更易出现问题，且受人为影响更大。现代汽车内部的电路布置非常复杂，特别是对于纯电动车，其供电系统受环境条件的影响，当线路长期处于潮湿、高温等环境中，极易发生线路绝缘失灵、短路、漏电等一系列故障，存在严重的行车安全风险。

1.3 零部件劳损

无论汽车技术如何发展，都无法避免出现零部件的劳损，如机械变形、连接部位松动、车漆掉落、油质下降、轮胎磨损等问题，这些故障非常普遍。在维修时，不能做到及时保养、更换部件，以及对零部件性能状态的检测不足，均会造成车主无法正确判断各类零部件的工作状态，即使是专业的技术人员也会出现判断不准确的情况，这在一定程度上为车辆行驶安全带来了不确定因素。

1.4 其他故障

随着人工智能、物联网、计算机、定位导航、视觉识别等技术的进步及相互之间的深度融合，现代汽车的自动驾驶功能越来越成熟，为人们的出行提供了便利。但汽车与有轨列车不同，其行车路线和周围环境具有不确定性，一旦自动驾驶系统出现路径预判错误，可能导致严重的交通事故，但解决这些系统故障难度较大。同时，虽然汽车智能化应用功能在不断丰富和提高，但仍会出现系统失效的问题，如自动防撞系统、自动泊车功能失灵等。

2 汽车维修存在的问题

近20年来，我国汽车保有量逐年增加，推动了汽车维修行业的快速发展，汽车维修企业的数量和规模不断扩大。但随着汽车工业技术的进步，车辆结构越来越复杂，尤其是新能源汽车的发展给汽车维修行业带来了巨大的挑战。目前，虽然汽车维修行业总体发展较好，但汽车维修技术已无法满足市场需求。同时汽车维修企业的人员技术水平和维修设备能力参差不齐，且汽车维修业管理机制仍有待完善，导致出现汽修配件质量不达标、维修质量缺乏统一标准等问题，很难确保汽车维修的质量。另一方面，对专业汽修人才的培养不足，一线员工的理论水平和操作水平均存在良莠不齐的情况，在很大程度上阻碍了汽车维修技术的创新和发展。

3 汽车性能检测与维修技术要点

3.1 开发动力检测系统

随着自动控制、新材料、系统工程、计算机等领域技术的进步，汽车的电子化程度也不断提高。以动力系统中电子技术的应用为例，现代汽车发动机技术不断提高，自动化电喷系统被广泛应用。与传统的机电混合式喷油系统相比，自动化电喷系统在为汽车提供相同动力的基础上，提升了燃油的利用率，不仅降低了汽车的使用成本，也降低了温室气体的排放量，对生态环保具有重要意义。在结构上，电子控制喷油系统更加复杂，其包含了微机系统、检测装置、传感器、控制器等大量辅助设备。汽车在运行时，检测系统将发动机气缸进气量、燃烧效率、温度变化、转速等诸多数据传送至控制系统，系统结合车辆行驶状态、路况特征、车主驾驶习惯等条件，利用智能预测算法进行综合分析，自动将发动机调整至最佳状态，进而调整供油量和发动机转速，以提高车辆行驶的经济性。同时，电机控制系统收集发动机的各项参数，利用专家系统对其使用可靠性与安全性进行动态评估，当可能影响行驶质量的因子权值出现异常时，电机控制系统向驾驶人员发出告警，提醒其对发动机进行维修和保养。

3.2 构建智能故障诊断系统

信息科学技术推动了工业技术的发展，汽车也不断向高度智能化、集成化及快速化方向发展，我国汽车智能化设备更加系统化、复杂化，但汽车的故障也越来越复杂。当某一组部件出现问题时，可能引发一系列连锁反应，影响车辆的行驶安全，给车主造成损失。能够快速准确的找到汽车故障原因并及时处理是汽车安全行驶的重要保障，所以，研发高效率的车辆故障诊断技术是十分必要的。

神经网络技术在人工智能领域的应用十分广泛，其自学习能力在一定程度上模拟了类人思维，能够实现大量非线性映射关系的高精度拟合，在汽车故障诊断方面具有极高的应用价值。但在单一的神经网络组成中，各个神经元并无实际的物理意义，相应的阀值选择与传递函数仅为拟合数据而设计，在处理大量不确定性关系时存在不足。模糊系统通过“if-then”的表达形式，模糊地划分输入空间，通过制定模糊规则对应输出，形成“推理判断”，这一点与神经网络不同。模糊系统是基于事物发生的可能性而构建的模型，不具备自我学习能力。将神经网络与模糊系统结合，形成模糊神经网络来构建故障诊断模型，实现2种方法的优势互补，提高模型故障诊断的准确性。基于模糊神经网络构建故障诊断系统步骤如下。

(1)数据采集与预处理。智能故障诊断系统为自学习系统，通过对大量的汽车行驶数据的收集和处理，形成模型输入、输出的映射关系。汽车结构组成复杂，因此需要针对不同模块分别建立对应的诊断模型。以发动机故障诊断模型为例，模型的输入变量为机械振动量、发动机平均和瞬时油耗量、发动机温度、发动机转速及发动机运行时长。模型输出为汽车典型动力性能故障。采集并预处理汽车行驶的大量连续性数据，剔除粗糙误差，为后续模型构建提供数据。

(2)模型构建。首先，确定神经元数量，其中输入层神经元数量为输入变量数量，输出层神经元数量为故障代码数量，本文研究的神经网络包括输入层、中间层和输出层。中间层神经网络数量为输入层的2倍。调整神经网络神经元阀值，设定传递函数参数，通过迭代运算更新参数获得神经网络基本结构。其次，对输入变量进行聚类分析，本模型输入变量为5个，因此需设置5个聚类中心数，通过聚类运算获得聚类中心，根据各变量数据点与聚类中心的空间距离，确定数据点与聚类中心的隶属度关系，进而形成模糊逻辑关系，构成基于“if-then”的模糊系统。模糊系统同样以迭代运算进行学习，调整相关参数。

(3)智能故障诊断系统。诊断模型能够实现动态学习，不断调整和优化网络参数，增强输入与输出的非线性拟合能力。故障诊断系统需实时动态监督数据，因此必须匹配相应的传感器，以收集输入变量数据。故障诊断的功能是当输入变量发生异常变化时，输出的故障类型会自动识别，并输出最可能的故障代码，为精准定位问题原因提供依据。按照故障可能性，将故障代码从大到小排列，结合逐一排查的方法，提高汽车故障排查率。

3.3 纯电动汽车的维修

近年来，电动车的占比越来越高，其综合性能也成为行业讨论的焦点。电池是纯电动汽车的动力来源，因此需要按时对电池进行维护和保养。在对电池定期维护和保养时，首先要确保闲置电动车内部电池的合规存放，避免出现电池机械损伤、受潮、高温、亏电等现象，提高电池的使用寿命。应定期对电池清洁护理和充电，防止电池内部发生硫酸盐化，产生亏电现象；电池在长期使用后，如出现续航能力下降的情况，应结合电池使用实际情况采取有效的维修措施，在无法维修的情况下，应及时更换电池，并正确处理旧电池，在更换电池时，应确保电池型号的一致性。如电池在运行中出现温度偏高的情况，或者电池在充电过程中出现超正常阈值的情况，应立即检查汽车内部温度传感器，如数值比对出现偏差，应立即校准温度值。同时，应检查电路连接点是否出现松动、电池内部散热风扇是否处于开启状态、是否需要填充内部隔热材料，找出温度出现偏差的原因。在发动机运行时，如出现火花或者局部温度过高等现象，应考虑电动机内部是否进水，或者检查电动机的运行状态。当电动机出现故障时，应检查电路保险丝状态和电源开关状态。

4 结语

综上所述，汽车维修技术对于提升车辆行驶安全，降低用车成本都具有重要意义。随着电子、通信网络、人工智能、大规模集成技术的进步，汽车维修必然向着规模化、科技化、专业化的方向发展。面对日益增长的市场竞争，企业为了实现可持续发展也会更加注重规范标准、专业人才队伍建设、加大资金投入、多元模块融合变革。总之，落后的汽车维修模式已无法适应当前的市场需求，传统的行业理念也必将被替代，只有不断的融合创新才能驱动行业发展。本文结合我国汽修行业现状，创新性的提出了几点提升汽车性能安全与维修技术的措施，但缺乏更加深入的研究与宏观层面探讨，需要广大同行更进一步的探索。