基于人工智能的汽油车发动机故障诊断研究

发表时间:2020/7/3   来源:《科学与技术》2020年1月3期   作者:钟赛君
[导读] 在我国快速发展过程中,经济在快速发展,社会在不断进步

         摘要:在我国快速发展过程中,经济在快速发展,社会在不断进步,城市道路的路况非常复杂,经常出现道路拥堵以及等待时间较长的红绿灯,在这些情况下,车辆发动机会处于一个长时间的怠速运行状态,那么如何才能让车辆在怠速运行状态下及时关闭发动机,减少油耗和污染,并能够在重新起动时实现快速起动的运行效果呢,汽车的自起停技术就能实现这一功能。汽车的自起停功能已经成为了当代许多汽车的标准配置,但该功能在实际应用当中,还是会出现各种问题。
         关键词:故障诊断;多信息融合;神经网络
         引言
         随着我国经济社会的不断发展,小车也逐步的走进千家万户,成为人们日常出行的主要交通工具。在日常家用轿车逐步普及的时候,也带来了一些显著的问题。首先就是油耗,开车必定要耗油,在同等品牌的情况下,油耗成为各汽车厂家宣传的一个重点之一,也是大众购买汽车的考虑因素之一,其次就是汽车尾气排放污染,这已经成为城市大气污染的最重要来源。因此,如何降低油耗、减少污染就成为各汽车厂家重点关注的内容之一了。而在城市道路当中,路况复杂、道路拥堵、红绿灯等待时间过长等这些情况下,汽车发动机长时间处于怠速运行阶段,如何在汽车怠速运行状况下关闭发动机以降低油耗、减少污染,并能在停止到启动的时候快速启动,这种怠速启停系统就成为汽车厂商们开发的热点。在这种情况下,为了提高汽车燃油经济性,国内外一些汽车公司相继开发了发动机快速启/停系统并成功地运行于相关车型。
         1多信息融合诊断模型
         故障诊断是对被诊断对象的各种状态信息适当分析计算后评价该对象正常或故障的方法。从融合层次结构上,对于故障诊断系统来讲,数据层的融合即时对获取的原始数据进行必要的预处理和基本诊断分类的过程;特征层的融合是对原始数据的特征提取和中问层次的诊断分类过程;决策层的融合则对应故障诊断最终结果,是对数据层和特征层诊断分类结果的更高层次的判断。山于汽油机电控系统的复杂性及不确定性,单一的特征信息不能完整地反映汽车运行状况,需要融入更多信息进行汽油机的状态评定。在基于信息融合技术的汽车故障诊断过程中,使用车载自诊断系统中从不同侧而反映汽车运行状态的数据,进行多层次的信息融合诊断,可以有效提高了检测的准确性。在汽车障诊断过程中,结合信息融合理论和汽车故障诊断特点,各个子系统可利用的信息很多,如发动机转速、节气门位置、冷却液温度、进气歧管压力、进气温度、点火提前角和喷油脉宽等信息,因此本章提出一种基于多信息融合的汽车故障诊断方法,建立相关故障诊断信息融合模型结构,并根据信息融合的层次和诊断的任务,可建立如图3-4所示的故障诊断功能模型。根据数据抽象的层次,该诊断模型亦可分为三个层次,确定融合诊断过程的逻辑划分:在数据层,采用具有较好容错能力的径向基函数神经网络算法进行融合诊断;在特征层,采用了适合处理小样本数据的支持向量机算法进行特征层融合诊断;在决策层,则选择使用数据层融合结果或特征层融合结果作为证据,采用D-S证据理论进行决策层融合诊断,进一步提高诊断精度。
         2基于人工智能的汽油车发动机故障诊断研究
         2.1汽油发动机及常见故障概述
         既然要快速诊断发动机故障,首先需要了解发动机基本结构及常见的故障。汽油发动机基本结构包含曲柄连杆机构、配气机构、点火系统(柴油发动机无点火系统)、燃料供给系统、润滑系统、冷却系统和启动系统等“两大机构,五大系统”,零部件就有数千种,还包含各种复杂的电子电路系统。各个零件的材料组成种类繁多,再加之零件生产工艺的复杂,供应商过程能力的不稳定,零件和系统设计的不稳健,设计和过程耐久测试的不充分等众多因素导致了发动机系统的故障率频发,所以快速、正确、有效的做出故障诊断,对于每个汽车制造公司尤为重要。
         2.2汽油发动机故障诊断方法
         本文基于汽油发动机故障诊断基本方法,增加智能化程度,进行快速智能化故障诊断。

现有故障诊断方法主要依靠先进的传感器技术,在汽车不解体或根据车况不完全解体的情况下,快速、准确、客观的采集发动机工作状态的全部信息,并予以动态追踪,通过大数据样本、专家数据库,进行分析和处理、区分、识别,最终诊断发动机故障。随着市场需求的升级,计算机应用技术、移动互联网技术、传感器技术、人工智能技术等也在不断发展与完善,在不解体车辆前提下高效准确的收集信息、整合判断早己成为可能。
         2.3蓄电池电力不足或处于高温状态
         发动机的自起停功能必须要用到发动机蓄电池的电力,利用电力来起汽车的自起停功能。自起停系统的正常运行要求蓄电池的电量要高于70%,且温度要低于65℃。所以若当汽车长时间都处于停靠状态,而汽车的蓄电池又处于持续放电状态,如没有关闭车灯,一直起动音响,或者一直用车载充电器充电等情况,就会很快导致车辆的蓄电池亏损,一旦降低到70%以下,就会因为电力不足而无法开起自起停系统,这也就解释了很多已经配置了自起停功能的汽车在刚起动不久时无法正常使用,但在上路行驶一段时间之后自起停系统就会重新恢复正常。夏天天气炎热,车辆在长时间运行后,若车内温度超过65℃,那么自起停功能也会随之自动关闭,若温度过低,低于-1℃,汽车的自动起停系统也会随之自动关闭。
         2.4不在空挡并且离合系统处于工作状态
         有很多的司机在实际行驶过程中,会突然发现,自动启停功能失灵了,出现这种状况的一个重要原因,是司机使用自动启停功能的方式不对,自动启停功能要求手动挡汽车必须挂空挡、自动挡汽车必须处于P档,并且,离合系统必须处于非工作状态。很多司机在开自动挡车辆的时候,在临时停车或等红绿灯的时候习惯上把档位放到N档上,这种情况下是无法使用自动启停系统的,另外一个就是有些司机的开车习惯不好,总是把脚踏放在离合器上,即便停车的时候也脚不离离合器,这就导致离合系统一直处于工作或半工作状态,这种情况下自动启停装置一直就无法正常使用。
         2.5节气门发生故障
         由于车辆的节气门积碳以及节气门发生故障,就会导致车辆发动机出现进气量不足,从而自动关闭车辆自起停功能。因此配置自起停系统的汽车更需要注重车辆的定期保养,特别是定期的检查并及时更换废旧节气门,为自起停功能的正常运行带来保障。在汽车的实际运行环节中,若驾驶员未正常系安全带、车厢车门未关闭、车辆除霜功能开起以及车辆空调的温度过低或过高等等都能够直接影响到汽车的自起停功能。另外,当车辆的真空系统由于真空管漏气或者真空泵异常等情况出现真空不足时,汽车的制动系统也会随之出现异常,而当车辆自起停系统排查到异常后,也会随之自动关闭车辆的自起停功能。
         结语
         构建基于人工智能汽油发动机故障诊断模型,并引入多信息融合思想,诊断模型分别数据层、特征层、决策层。其中采用能处理非线性问题,有自学习能力和容错能力,可快速做出故障分类神经网络构建数据层的融合诊断模型;利用适合于小样本决策,具有较强泛化能力的支持向量机算法,构建特征层的融合诊断模型;利用在表达不确定性问题方面更具有优势的证据理论来构建决策层的融合诊断模型,利用数据层和特征层的融合结果作为证据,进一步提升了故障诊断的精度。
         参考文献
         [1]张良.公交智能起停系统控制策略研究[J].轻工科技,2019(02).
         [2]孙涛.起停系统控制及系统应用[J].汽车实用技术,2017(06).
         [3]张良,贝绍轶,刘旭.手动挡公交车智能起停系统的仿真与应用[J].苏州市职业大学学报,2017(01).
         [4]张红霞.车用起停系统电源设计[J].电子设计工程,2015(15).[5]斐玉姣.发动机起停技术的研究[J].汽车工程师,2012(07).
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: