傳統(tǒng)診斷技術的汽車維修技術分析研究-文庫吧資料
2025-07-01 01:38本頁面
【正文】 出系統(tǒng)的薄弱環(huán)節(jié)，以便在設計、制造和使用中采取相應的改進措施。這樣,通過不斷地學習新案例和修改案例庫中的舊案例,使案例庫得到擴充和完善。它決定了診斷效率的高低以及對知識處理的高低,實現從已有的案例集中找到與當前故障問題最為相似的案例,并提供相應的解決方案(即故障維修方案。其中主要部分的內容和功能描述如下:。推理過程中規(guī)則與模式難以準確選取等。由于這些傳統(tǒng)的專家系統(tǒng)是基于模型化驅動的(基于模型的診斷方法使用診斷對象的結構、行為和功能模型等深知識進行診斷推理,在模型的構建、信息的獲取、信息的處理方面存在嚴重不足,有一些難以克服的缺點,如系統(tǒng)領域知識的規(guī)則提取困難。隨著汽車診斷技術不斷發(fā)展，汽車檢測系統(tǒng)、專家系統(tǒng)和信息系統(tǒng)通過網絡系統(tǒng)緊密聯系在一起的網絡化故障診斷系統(tǒng)，使診斷系統(tǒng)的智能化和信息化水平得到了十分有效的提高。根據這個原理已經提出了許多診斷方法，如模式識別法、專家系統(tǒng)法等。 隨著微電子技術的不斷發(fā)展，智能診斷技術得到廣泛的應用。 專業(yè)綜合診斷主要利用先進的汽車故障診斷設備，在不解體或不拆卸零件的情況下，對汽車綜合性能進行檢測診斷，得到了一系列的準確數據，并與汽車規(guī)定的標準技術參數相比較，以確定汽車零部件是否需要維修或更換。 傳統(tǒng)汽車故障診斷技術主要依靠人工經驗診斷、儀表檢測診斷。 目前的第二代隨車診斷監(jiān)測標準OBD—II主要應用于發(fā)動機電子控制，今后必會在全車電控系統(tǒng)的故障監(jiān)控中得到廣泛應用。發(fā)動機隨車診斷監(jiān)測系統(tǒng)內部故障診斷電路能在汽車運行過程中不斷監(jiān)控電控系統(tǒng)各個元件工作，當發(fā)現電控元件有故障時能夠自動啟動故障運行程序，通過儀表故障指示燈發(fā)出故障警告信號，提示駕駛員維修。目前，國內外廣泛使用隨車診斷監(jiān)測系統(tǒng)。汽車狀態(tài)監(jiān)測技術是采用傳感技術對汽車運行時的工況敏感參數(如溫度、壓力、流量、速度等進行實時監(jiān)測、分析和記錄；同時，通過汽車運行的實時工況參數獲得汽車零部件材料內部的工作性能、機械強度、疲勞極限與磨損程度等重要參數信號。通過對汽車的振動、噪聲、磨損、溫度、油質、速度等狀態(tài)進行監(jiān)測和技術分析，可以掌握汽車的運行狀態(tài)，判斷汽車故障的未來發(fā)展趨勢，診斷故障發(fā)生的部位、原因，進而具體指導維修工作。汽車狀態(tài)維修立足汽車故障機理分析， 根據不解體檢測的結果，當汽車出現“潛在故障”時就進行調整、修理或更換，從而避免“功能故障”的發(fā)生。據文獻報道，實現狀態(tài)維修，可以使設備使用壽命增加10％以上，同時減少維修費用；文獻指出，實現狀態(tài)維修使企業(yè)設備故障停車臺次 下降95％，減少了維修次數，延長了生產周期。狀態(tài)維修著眼于每臺機械設備的具體運轉狀況，采用狀態(tài)檢測與故障診斷技術對機械部件進行追蹤監(jiān)測分析，及時地發(fā)現初期故障，并預測其演變情形，先期確立維修預案，適時適度進行修理。本文引入了概率因果故障診斷模型，并結合模糊理論，將概率因果模型的似然值函數作為遺傳算法的適應度函數，將一個復雜的故障診斷問題轉化為最優(yōu)問題求解。遺傳算法故障診斷方法。模糊數學故障診斷方法。人工神經網絡由于具備并行性、自學習性、自組織性、容錯性和聯想記憶功能等信息處理特點而廣泛應用于機械故障診斷領域，它通過對故障實例及診斷經驗的訓練和學習用分布在神經網絡中的連接權值來表達所學習的故障診斷知識，具有對故障聯想記憶、模糊匹配和相似歸納等能力。專家系統(tǒng)的故障診斷方法由診斷知識庫、汽車參數庫、征兆事實庫、推理機、解釋程序、故障對策程序、知識獲取模塊、人機接口模塊等組成?，F有的基于人工智能的汽車故障診斷方法主要包括專家系統(tǒng)方法、神經元網絡方法、模糊推理方法、遺傳算法故障診斷方法等。它的優(yōu)越性在于綜合多個專家的最佳經驗，其功能水平可以達到甚至超過專家，至少具有專家的水平。人工智能故障診斷技術是目前汽車故障診斷的發(fā)展方向。人工智能系統(tǒng)主要是用計算機來研究模擬人的智能，使其具有學習、推理等能力。對于無法建立數學模型或故障過程模型的復雜系統(tǒng)，可采用基于規(guī)則的故障診斷方法。對于復雜的系統(tǒng)，要精確的建立其數學模型難度較大，可以通過建立系統(tǒng)的故障過程模型?；谀Ｐ偷墓收显\斷方法中，常利用系統(tǒng)數學模型診斷法和系統(tǒng)故障過程模型診斷法等。在故障診斷領域中，信息的處理和特征提取技術是在一般意義的信號處理技術上展開的。 故障機理研究的目的是了解故障形成的機理和過程，認識故障形成的本質和特征，確定故障的類別和嚴重級別，分析故障的傳播途徑，從而有針對行的進行故障診斷，可以在設計階段很好的控制故障，
環(huán)評公示相關推薦
鄂ICP備17016276號-1