汽车电控系统在线故障诊断方法的研究

摘要：随着近年来人们生活水平的不断提升和电控技术的不断发展，汽车电控系统故障对人们生产生活的影响逐渐加大，如何及时有效的对其诊断受到人们的高度重视，本文以汽车电控系统的在线故障诊断方法为研究对象，通过对信息融合方法和PIC单片机制动防抱死系统故障诊断系统进行系统分析，确定汽车电控系统在线故障诊断的有效方法，为提升我国汽车电控系统在线故障诊断的水平做出努力。

关键词：汽车电控系统；在线故障诊断；方法

前言

汽车电控系统主要包括电控单元、传感器、执行器、控制系统的自诊断功能等结构，其运行状态直接关系到汽车的使用功能，随着现代汽车应用数量的增多，针对汽车电控系统故障诊断的方式也逐渐增多，并开始由传统的专用监测仪器诊断、随车诊断、车外诊断、集成诊断开始向在线故障诊断转变。

1信息融合方法

信息融合即充分将处于不同时间、空间内的多传感器资源进行结合，并利用计算机技术以某项固定准则对按时序获得的资源进行自动分析、综合和利用，从而对被检测对象进行有价值的描述和判断的方法，为针对性的决策和评估提供支持，而汽车电控系统的故障诊断会包含大量的信息，这实质是对汽车运行状态下多源信息的获取、融合和加工的过程，例如汽车表现出怠速不稳、加速滞后、动力不足的问题，其原因可能是喷油器堵塞，在传统故障诊断中要进行判定需要进行汽车驾驶试验、氧传感器转速测试实验、检测仪检测点火信号、检查真空度波形、检查气缸相对压力、测量喷油器波形等实际操作，而利用多源融合的方法可以同时在线获取多源传感器的相关数据[1]。 但利用此方法的过程中要考虑状态参数的选择、特征的提取、信息融合的方法、融合性能的评价等问题，将串联、并联和混合信息融合三种结构有针对性的应用，在针对汽车电控系统故障在线诊断的信息融合系统中，其应用的多传感器信息融合系统要具有对传感器及其信息进行协调管理、优化合成的功能，使其在数据层、特征层和决策层都达到理想的融合效果，通过对诊断对象和目标状态的参数的正确选择，利用信号采集和处理系统实现多传感器的融合和互补的正确判断，进而将其中不一致或失效的信息进行全面的排除，从而获取数量一定的有效的特征参数和状态信息，进而通过信息融合的三个层次进行融合，找到汽车电控系统故障，现阶段Bayes推理方法、以Dempster-Shafer证据理论为基础的决策层信息融合方法等都在其中得到了有效的应用[2]。

2PIC单片机制动防抱死系统故障诊断系统

制动防抱死系统由车轮轮速传感器、电子控制单元、液压调节单元和制动防抱死系统警示灯等构件组成，在其故障诊断系统中会实时监视稳压电源、运算线路、电磁阀控制电路以及轮速传感器输入放大电路等，并对主机电器进行有效地控制，在发生故障的同时，保证制动防抱死系统保持在制动状态，并全面、准确的将错误代码进行显示，其通常在汽车电控系统接通电源、汽车起步和汽车行驶三种状态下对其进行功能检测，并通过数据采集、处理、表达，进行决策分析，随着汽车应用数量的增多和对故障诊断真确性要求的提升，将其与信息融合技术相结合具有必然性，以此保证具有层次性、时间性、相关性、模糊性、随机性、未确知性、相对性的汽车电控系统故障得到有效的诊断[3]。所以其要在获取汽车电控系统设备状态特征信号的基础上有效的提取征兆，识别设备的状态，因此，在针对汽车电控系统在线故障诊断系统中必须选择满足要求的特征信号及相应的观测方法以及征兆提取、状态识别、状态趋势、决策形成的方法和装置，其相比传统函数、对比、振动、模型识别等诊断方法更加智能，其在检测手段和计算量等方面都有效的缩减。

3信息融合方法与PIC单片机制动防抱死系统故障诊断系统相结合

理想的汽车电动系统故障在线诊断方法要具有高度的实时性，能够实现自动化诊断，对环境、荷载、使用的人员及时间等有较强的适应性，且误报率保持在较低的范围内，将信息融合方法与PIC单片机制动防抱死系统故障诊断系统相结合，实质上是通过多源传感器从数据层、特征层、决策层同时对有多种可能性发生的故障同时进行判断的过程，例如轮速信号采集系统发生故障，可能是齿圈出现污物、轮速传感器失常、电路板输入端发生异常、电路板数字输入通道受阻等多方面原因引起，应用两者结合的方法会直接将正常状态和其他可能发生的原因的相关特征信息进行同时提取，通过对比分析，直接定位故障，所以其故障诊断的效果更加理想。

4结论

通过上述分析可以发现，将信息融合方法和PIC单片机制动防抱死系统故障诊断两者相结合的系统，能够较好的实现对汽车电控系统故障的诊断，极大的提升了电控系统故障诊断的效率和准确性，所以其推广应用价值较大。

参考文献：

[1]张丽莉，储江伟.基于神经网络和D-S证据理论的汽车电控系统故障诊断方法研究[J].交通标准化，2009，11:47-51.

[2]王[.汽车电控系统常见疑难故障及诊断方法[J].科技信息，2009，17:478-479.

[3]何细鹏.汽车电控发动机的故障诊断方法研究[J].汽车维修，2014，03:14-15.