2.4基于专家系统的故障诊断
    专家系统属于基于指定领域中大量知识及经验的智能程序系统，使用人工智能技术对人类专家求解问题思维过进行模拟，从而对汽车故障诊断中的问题进行有效解决，此主要和行为知识库，推理机，知识获取及解释。
     （1）基于规则。第一代汽车故障诊断专家系统是结合计算机和专家知识，利用人机接口及启发式方法通过诊断人员回答系统的问题，使系统推理，并且最终得到专家级诊断结论。此种系统的知识表达较为直观，并且容易理解。但是其中的症状及诊断复杂联系使利用归纳专家经验得到规则具备一定的难度，并且无法保证一致性。所以其无法在系统复杂及经验不足的故障诊断中实现，并且速度较慢，搜索空间较大，无法满足实时在线诊断需求。
     （2）基于案例。其是利用之前求解失败或者成功经历，使计算机实现推导从而对问题进行解决，利用深入挖掘历史案例知识，得到其中的丰富知识及经验，从而对基于产生式规则系统的缺陷进行有效解决，包括部分知识及经验无法使用规则描述。基于案例的关键就是创建有效检索机制和实例组织方式，其中的关键技术就是案例表示、检索及学习。案例表示就是利用数据结构对案例、功能及结构的特征进行描述，以不同的故障及诊断的难易程度为基础进行。案例检索就是对全新案例及系统索引树根节点相似程度进行计算，以相似程度的原则对相应故障索引树进行定位，以全新案例中的其他特点信息到此节点子节点实现相似度的计算，对相似度较大的节点进行匹配和重复，最后寻找故障原因。案例学习就是在对案例进行推理的过程中，在故障索引树中节点无法寻找匹配子节点的时候，那么此阶段就会增加全新节点。在产生全新案例之后，用户就能够利用父节点的故障原因及排除方法诊断全新的案例，假如成功，就会在此案例节点故障原因及解决方法中保存。假如失败，就要使用其他方法，如果找到方法，就在此节点、父节点中存储故障原因及解决方法。
     （3）基于行为。在缺少诊断知识背景下，就不要给出故障类型，利用和诊断对象系统行为的相互交互作用逐渐的学习进化，从而创建完善诊断系统。一般都是利用NN模块化单元，此属于独立并且还能够实现故障诊断单元动态创建的单元，此种方法和汽车电控单元实现数据交换，从而有效实现在线的实时监控诊断。
    2.5基于数值特征识别诊断
    在现代网络技术和信息技术不断发展的过程中，基于特征状态识别方法不仅能够应用到机械系统故障诊断过程中，还能够应用到电器、电子及控制系统等诊断中，能够使诊断结果精准性、可靠性得到有效的提高。在实际使用过程中，使用数据特征识别汽车故障诊断，要先得到汽车故障信息，也就是利用拾振器获得机械系统振动信号，之后基于预处理、诊断信息的分析，实现系统的全面诊断及识别。目前，一般使用的状态识别方法主要包括逻辑推理、灰色模型关联度分析、频域识别及距离函数分类等，属于现代汽车故障诊断效率提高的基础及需求，能够使汽车故障诊断的时间得到有效的降低。
    2.6基于免疫机理的故障诊断
    因为汽车在被检测的过程中运行状态较为复杂，其中的振动信号属于非平稳信号。使用小波分析方法能够对非平稳振动信号进行分析。小波分析技术在信号时频分析过程中具备尺度伸缩及移位的功能，以此能够将分析中心及范围定位到感兴趣的地方实现分析。具体就是在对汽车振动信号进行分析的过程中，使时域信号能够逐层的进行分解，在每层分解层中，将上一层信号实现高频及低频的分解。以此就能够对汽车诊断信号实现有效分析，对非正常信号进行检测，寻找汽车振动本质特征，对故障信号进行精准的定位。
    本文将差速器故障检测为例对此方法的正确性进行分析，在实现在线检测之前，要求具有大量无故障差速器实现检测，对系统实现训练学习，以此使系统得到足够振动信号特征量，之后实现此种特征量的编码，从而形成自身空间s，另外还能够产生检测器集R。在实现差速器在线监测的过程中，实现检测振动信号的编码，利用检测器实现振动信号匹配，图3为流程图。

    本文中的被测差速器是457驱动桥中使用的差速器，在改进反面选择算法过程中的数据编码使用n=14位二进制编码，表1为检测的结果。

    3 结束语
    目前我国汽车数量不断提高，人们生活及汽车具有密切的联系，汽车如果出现故障，就会对人们工作造成影响，所以对汽车测试及故障诊断尤为重要。总体来说，在汽车产业不断发展的过程中，充分使用传统故障诊断方法，重视先进技术及设备的合理使用，对汽车故障检测及安全检测进行重视，此方面为现代汽车故障诊断过程中的主要工作内容，其能够使现代汽车故障诊断结果精准性、可靠性得到有效的提高。
 

上一页  [1] [2] [3]