徐莎莎
呼和浩特市机械工程职业技术学校 内蒙古呼和浩特市 010050
摘要:文章主要详细的介绍了汽车发动机失火故障的概述,包括其具体的定义、汽车发动机失火产生的原因以及汽车发动机失带来的危害;然后详细的阐述了我国当前汽车发动机失火故障的诊断方法,分别是曲轴转速诊断法以及缸内压力诊断法,为专业维修人员及时排除失火故障提供了非常重要的依据及方法.
关键词:
汽车发动机??失火故障??方法研究?
1故障
发动机部分或完全伤失工作能力的现象为发动机故障,主要表现在漏水、漏电、漏油、漏气、异响、功率下降、故障灯亮、燃料润滑油消耗过多等。发动机常见的故障现象主要体现在不能起动、起动后熄火、怠速不良、加速不良、发动机过热。
2对故障诊断技术的基本概念的认识
要有效做好汽车发动机故障诊断工作,把握故障诊断方法,作为维修人员,必须要对故障诊断技术的基本概念有较为全面的认识。目前,学术界对故障诊断技术进行的广泛的研究,较为典型的研究如下:第一,故障诊断技术指的是,通过获取设备过去与现在运行过程中的相关状态量,对设备的安全系数,异常情况,质量优劣、可用程度和故障原因进行预测和评估,并判断设备问题对将来的影响,从而探究设备故障解除对策。第二,故障诊断指的是对机械系统所处的状态进行数据监测,判断设备是否处于正常状态。如果发现问题,分析其原因,并对其发展趋势进行预测。第三,系统在一定环境下运行,由于某种因素,导致系统功能失调,诊断是对功能失调原因和性质进行判断。诊断不仅对系统问题部位进行判断,对系统的运行状况及劣势运行状态需要进行预测。第四,故障诊断是关键机械设备运行过程中产生的信息进行判断的,根据相关信息判断机械设备是处于正常运行状态还是发生了异常情况,对机械是否发生故障进行识别和判定。综上所述,故障诊断实际上就是对一种系统或者是设备运行的典型模式进行识别判断,从而判定故障点,明确维修方向。其中对文档数据库中的各种标准模式进行掌握,以此模式对系统或者是机械设备的运行状况进行识别是进行故障诊断的基础。因此,作为一个汽车维修人员,掌握文档数据库中各种标准模式是开展诊断工作的基础。汽车维修工在做汽车发动机故障诊断的时候,必须要掌握发动机数据库中的各种标准数据模式。然后,才能根据相关知识进行对比分析,判断故障点,进行故障排除。
2.1专家系统故障诊断方法
专家系统故障诊断方法,是指计算机在采集被诊断对象的信息后,综合运用各种规则,进行一系列的推理,必要时还可以随时调用各种应用程序,运行过程中向用户索取必要的信息后,就可快速地找到最终故障或最有可能的故障,再由用户来证实。此种方法国内外已有不少应用。专家系统故障诊断方法可用图4.1所示的结构来说明,它由数据库、知识规则库、人机接口、推理机等组成。其各部分的功能如图4.1所示。
2.2模糊故障诊断方法
模糊故障诊断是通过研究故障与征兆之间的关系来判断设备状态。由于实际因素的复杂性,故障与征兆之间的关系很难用精确的数学模型来表示,随着某些故障状态模糊性的出现,就不能用“是或否有故障”的简易诊断结果来表示,而要求给出故障产生的可能性及故障位置和程度如何。此类问题用模糊逻辑能较好地解决,这就产生了模糊故障诊断方法。其典型方法是模糊故障向量识别法,诊断过程如图4.2所示。
2.3故障树故障诊断方法
故障树模型是一个基于被诊断对象结构、功能特征的行为模型,是一种定性的因果模型,以系统最不希望事件为顶事件,以可能导致顶事件发生的其他事件为中间事件和底事件,并用逻辑门表示事件之间联系的一种倒树状结构。它反映了特征向量与故障向量(故障原因)之间的全部逻辑关系。在利用故障树进行故障搜寻与诊断时,根据搜寻方式不同,可分为逻辑推理诊断法和最小割集诊断法。具有同时兼顾基于规则和基于定量模型诊断的优点。随着图理论和信息论的发展和完善,出现了故障图理论,它的出现使得非线性复杂系统故障的自动搜索和分析变得更加准确和便捷,对故障诊断来说是一个很好的发展方向。
2.4神经网络故障诊断方法
对于故障诊断而言其核心技术是故障的模式识别,而人工神经网络由于其本身信息处理特点,如并行性、自学性、自组织性、联想记忆功能等,使其能够出色解决那些传统模式识别方法难以圆满解决的问题,所以故障诊断是人工神经网络的重要应用领域之一。目前神经网络是故障诊断领域中的一个研究热点。已有不少应用系统的实例。
神经网络在设备诊断领域的应用研究主要集中在两个方面:一是从模式识别的角度应用它作为分类器进行故障诊断;二是将神经网络与其它诊断方法相结合而形成的复合故障诊断方法。模式识别的神经网络故障诊断过程,主要包括学习(训练)与诊断(匹配)两个过程。其中每个过程都包括预处理和特征提取两部分。具体诊断过程如图4.4所示。
2.5信息融合故障诊断方法
信息融合就是利用计算机对来自多传感器的信息按一定的准则加以自动分系和综合的数据处理过程,以完成所需要的决策和判定。目前信息融合在军事领域中已有广泛的应用,但在设备故障诊断中的应用还是近年来的事情。信息融合应用于故障诊断的起因有三个方面:一是多传感器形成了不同通道的信号;二是同一信号形成了不同的特征信息;三是不同诊断途径得出了有偏差的诊断结论。融合诊断的最终目标是综合利用各种信息提高诊断准确率。目前,信息融合故障诊断方法主要有Bayes推理、模糊融合、D-S证据推理及神经网络信息融合等。
在基于知识的方法之中,各种故障诊断方法都有其自身的优缺点,所以对于发动机故障诊断往往需要各种故障诊断方法相结合,多种故障诊断方法的结合将成为故障诊断方法研究的热点,将多种故障诊断方法相结合能够充分地获取知识、利用知识,进而提高故障诊断系统的性能。
3总结
用神经网络进行故障诊断,不仅能诊断常见的或已出现过的故障,而且还能通过自学习能力诊断出从未出现过的故障,同时还能满足诊断的实时要求。将诊断后的结果化为逻辑知识并存储到知识库,便可由传统的专家系统来进行处理。训练好的神经网络运算速度快,对新的知识还具有学习能力,这样系统就利用神经网络的特点克服了知识获取的瓶颈问题和逻辑推理的组合爆炸问题。
随着汽车工业的发展,现代电子控制技术已渗透到汽车的各个组成部分,汽车的结构变得越来越复杂.自动化程度也越来越高.能跟踪和掌握汽车领域高新技术的维修技师和专家也必然越来越缺乏。而因特网(Internet)随着全球信息化进程的推进得到飞速的发展,这就为汽车维修行业间的资源共享,信息交流提供了快捷和自由的途径,也使建立一个基于计算机网络通讯和处理的开放性的汽车远程故障诊断系统成为可能。
参考文献:
[1]ZaleskiJVTECH1interactivediagnostictester.SAEPaper86110
[2]钟秉林,黄仁.机械故障诊断学.机械工业出版社,1997
[3]王秉仁,姜小丽,张雷.基于模糊逻辑推理的汽车故障诊断的研究.机电程.2005.22(10)