汽车发动机故障诊断研究的理论与方法

李明文

摘要：随着汽车制造工艺不断完善，建立科学合理的汽车发动机故障诊断已经成为现代汽车维修的必然发展趋势。本文对于汽车发动机故障诊断的理论以及方法进行了具体的研究，并且结合自身工作实践，从信号处理、模糊诊断、知识综合等方面进行了探讨，希望给相关从业人员以借鉴和参考。

关键词：汽车发动机；故障诊断；研究理论

一、前言

随着汽车制造过程中电子化程度不断加深，因此，在提高汽车性能的同时，也增加了汽车总体控制系统的复杂程度，因此汽车一旦发生故障，将会给汽车故障的维修和诊断带来相应的难度，同时也会极大考验汽车维修人员的经验。随着汽车维修技术的不断进步，相关从业人员可以根据自身实践经验建立科学合理的汽车维修的诊断方法，以此来提高汽车故障诊断的效率。本文根据自身经验以及文献研究资料，对于汽车发动机故障诊断研究的理论和方法进行了梳理，主要有以下几种方面的内容。

二、汽车发动机故障诊断研究方法

（一）利用信号来诊断汽车发动机故障

对于汽车发动机故障进行诊断，要对于其模式进行准确识别，并且进行精确分类。因此汽车发动机故障的诊断应该要提取必要的特征，从中找到发动机故障的数据。根据信号处理对于汽车发动机故障进行诊断，主要可以利用主人分析法以及小波模型方法。

1.主元分析法可以建立數据压缩模型，并且从中提取相应有用信息，将提取的信息用于故障诊断，建立相应的主要模型。建立模型之后，开始对于发动机的实际运行的信号进行测量，如果在测量过程中发现发动机实际信号与主元模型信号不相吻合，说明发动机出现故障，然后就可以进一步判断故障发生的原因。利用主元分析法能够有效删除汽车故障的冗余因素，直接提取其关键因素，主元分析法能够对数据进行科学合理的处理，因此可以作为高效的故障检测方式；

2.小波模型分析法。这种方法是对汽车发动机在工作状态下的频率进行数据分析，并且结合相应的汽车发动机参数来判断故障发生的原因。小波分析数据采集能够在多元模式下进行，以此来推定汽车发动机是否发生故障。在小波分析模型中需要将发动机的波形与实际模型的波形进行分析，然后采集关联模型进行数据对比。比如在实际小波测试系统中，如果发动机油缸处于断流的状态，那么必然其喷油脉宽会在一定程度上增加，如果保持汽车发动机的油耗以及点火角度不变，再加上发动机的转速基本不变，电脑会自动发出指令增加喷油的脉宽，但是由于总供给不变，因此会导致汽车发动机供油量与转速之间产生一种不同步的现象，这种不同步现象容易造成发动机运转不稳定。

（二）发动机故障的模糊诊断方法

模糊诊断方法主要是对于发动机故障的原因进行模糊分析，然后进行判断，对于发动机故障的大致范围进行有效判断。因此可以将发动机的故障范围确定在一定范围之内，然后在此范围内对于发动机故障的原因进行重点分析，以此来进一步缩小发动机故障的范围。比如，如果发动机出现有声无转的现象，进行初次判断时无法归结其具体发生的原因，因此在实际故障诊断中可以采用模糊诊断的方法，将其大致缩小到发动机的轴以及发动机的转动齿轮之间的部位，然后将这些重点部位进行分析和排查，可以将故障范围进一步缩小，因此这会有利于提高发动机运转的效率。模糊诊断方法是利用故障发生的征兆与汽车发动机故障之间的一种模糊关系来判定汽车发动机的实际状态，由于现实条件的复杂性，发动机发生故障的征兆很难用较为精确的数学模型来表示，因此汽车发动机即使出现某些故障状态的征兆，也不能够输出相应的故障结果。因此在实际模糊诊断判别方法中需要对于发动机是否存在故障以及故障的位置和故障发生的可能性进行判别，利用模糊综合逻辑能够有效的解决这类诊断判别问题，作为典型的方法是利用模糊故障的识别方法，对于故障原因进行有效识别。

（三）基于知识系统的故障诊断方法

随着现代知识更新速度不断加快信息的快速增长以及人工智能的发展，为汽车发动机故障诊断提供了新的方法，也带来了许多新的思路。比如说，我们可以利用计算机对于汽车发动机故障时的参数进行采集，在实际汽车发动机发生故障时，可以利用采集到的数据直接对于发动机故障的规律进行判断，同时还可以生成相应的程序进行数据调取，然后提取故障发动机的特征信息，一是能够快速判断发动机故障发生的原因以及部位。在基于知识对于发动机故障进行诊断过程中，可以采用专家系统的故障诊断方法，这种诊断方法是在充分提取发动机故障信息的前提之下，综合各种实际已经存在的经验和规则，对于汽车发动机故障原因进行进一步推理。最重要的是建立知识的规则库，规则库中主要包括系统的工作环境以及汽车发动机的故障知识；然后在规则库中存放相应的规则，主要的规则是反应前后之间的一种存在关系，这种关系主要用来汽车发动机故障推理。这种知识规则库是专家领域的集合。然后建立实时检测的工作数据库，对于故障的检测数据进行实时保存，同时也需要收集人工检测的一些特征数据。可以利用数据库获得的数据进行汽车发动机的故障诊断，直接输入相应的诊断结果。

（四）基于神经网络的诊断方法

对于汽车发动机故障诊断最为关键的一点是对于汽车发动机故障。利用人工神经网络可以有效解决传统的汽车发动机故障模式识别中所存在的问题，汽车故障诊断是神经网络实际应用中非常重要的方面之一，在这其中神经网络发挥的作用主要有两点，第一，神经网络能够对于汽车发动机的故障进行模式识别，然后从模式分类的角度对于汽车发动机的故障进行诊断；第二，神经网络技术能够有效将其他诊断方法进行结合，在实际中采用复合诊断的方法，提高汽车发动机故障判断准确性。利用神经网络对于汽车发动机故障进行诊断需要进行模式识别，模式识别主要包括学习以及训练进行诊断两个过程。每个过程都包括对于特征信息进行处理以及对于特征信息进行识别。

三、未来汽车发动机故障诊断的展望

未来汽车发动机故障诊断将朝向综合化的方向进行，主要是利用多种故障诊断方法进行结合，然后结合各种诊断方法的优势，提高对于汽车发动机故障诊断的准确性。比如说可以将专家诊断系统与神经系统判别技术进行结合，在神经网络框架下引入知识性的模糊判断系统，并且保持神经系统的学习机制，将小波分析以及模糊综合等等进行有效结合。随着虚拟技术的发展，也可以开发相应的硬件来进行汽车故障诊断。编制相应的故障诊断的程序软件，提高诊断推理方法以及数据融合的效率，这样可以克服专家系统中在知识获取中所面临的难度，提高其整体的推理能力。到后期可以加数学工具引入到汽车发动机的故障诊断中，比如说可以将粗糙集引入神经网络故障诊断中，加快算法处理，可以将遗传算法引入到神经网络专家系统中，用于提高全局搜索的能力，增强数据处理的效率。

参考文献：

[1]张开智.汽车发动机故障诊断的理论和方法[J].中国新技术新产品，2014，（10）：40-41

[2]王秉仁，姜小丽.基本模糊逻辑推理的汽车故障诊断的研究[J].机电工程，2005，（22）