模糊邏輯診斷技術(shù)在電控發(fā)動(dòng)機(jī)故障診斷中的應(yīng)用

朱昇，桂進(jìn)，吳飛，宋文艷，王佳俊

（1.銅仁職業(yè)技術(shù)學(xué)院，貴州 銅仁 554300；2.馬來(lái)西亞沙巴大學(xué)，馬來(lái)西亞 沙巴 88400）

引言

隨著科學(xué)技術(shù)的快速發(fā)展，越來(lái)越多的電子技術(shù)和信息技術(shù)運(yùn)用于汽車(chē)發(fā)動(dòng)機(jī)上，使得發(fā)動(dòng)機(jī)的結(jié)構(gòu)和控制變得越來(lái)越復(fù)雜，同時(shí)出現(xiàn)的故障也越來(lái)越復(fù)雜，復(fù)雜的故障現(xiàn)象和故障原因變得模糊不清，現(xiàn)象和原因之間不是確定的一一對(duì)應(yīng)關(guān)系，而常是一果多因或一因多果,甚至是多因多果[1]。故障現(xiàn)象和故障原因存在模糊性，一是故障現(xiàn)象的模糊性，二是故障原因的模糊性，三是故障現(xiàn)象和故障原因之間的模糊性。對(duì)于這樣的模糊現(xiàn)象，如果采用傳統(tǒng)的方法診斷，將存在一定的困難，無(wú)法快速準(zhǔn)確地找出故障原因，然而智能的模糊診斷技術(shù)卻有著獨(dú)特的優(yōu)勢(shì)。因此本文研究了模糊邏輯診斷技術(shù)在電控發(fā)動(dòng)機(jī)故障診斷中的應(yīng)用。

1 模糊邏輯診斷的數(shù)學(xué)模型

1.1 模糊邏輯診斷

模糊邏輯診斷技術(shù)是由美國(guó)科學(xué)家扎德（L·A·Zadeh）教授于20世紀(jì)60年代創(chuàng)立模糊集合論發(fā)展而來(lái)，模糊診斷技術(shù)是根據(jù)產(chǎn)品的模糊故障現(xiàn)象、模糊故障原因及故障現(xiàn)象與故障原因之間的模糊關(guān)系，運(yùn)用模糊邏輯的數(shù)學(xué)方法，建立模糊的故障現(xiàn)象集、故障原因集和模糊規(guī)則，進(jìn)行綜合推理，最后診斷出引起故障現(xiàn)象的故障原因。

1.2 建立模糊邏輯診斷數(shù)學(xué)模型

模糊邏輯診斷數(shù)學(xué)模型的建立，首先要對(duì)產(chǎn)品現(xiàn)場(chǎng)狀態(tài)、數(shù)據(jù)的觀查與采集，確定產(chǎn)品所有的故障現(xiàn)象，建立故障現(xiàn)象向量X；其次統(tǒng)計(jì)分析文獻(xiàn)數(shù)據(jù)、歷史實(shí)驗(yàn)數(shù)據(jù)并結(jié)合專(zhuān)家經(jīng)驗(yàn)，確定所有的故障原因，建立故障原因向量Y；再次構(gòu)造模糊隸屬度，建立模糊診斷矩陣R；最后通過(guò)模糊算子合成算法，求解模糊方程，確定故障原因，模糊邏輯診斷過(guò)程如圖1所示[2]。

圖1 模糊邏輯診斷流程圖

1.2.1 建立模糊知識(shí)庫(kù)

模糊知識(shí)庫(kù)主要包括故障原因集和故障現(xiàn)象集。故障原因集是將產(chǎn)品可能會(huì)發(fā)生的所有故障原因定義為一個(gè)集合，并用向量表示為：Y=[y1，y2，...，ym]，其中m為故障原因的總數(shù)。故障現(xiàn)象集是將產(chǎn)品會(huì)發(fā)生的所有故障現(xiàn)象定義為一個(gè)集合，并用向量表示為：X=[x1，x2，...，xn]，其中n 為故障現(xiàn)象的總數(shù)[3]。

1.2.2 建立模糊關(guān)系矩陣

模糊關(guān)系矩陣是根據(jù)模糊知識(shí)庫(kù)中故障現(xiàn)象和故障原因之間的模糊關(guān)系來(lái)建立的，建立模糊關(guān)系矩陣為：

則模糊關(guān)系為：

式中R——模糊關(guān)系矩陣， ——模糊算子，rnm稱(chēng)為隸屬度（0≤rnm≤1），它表示第 n 個(gè)故障現(xiàn)象是由第m個(gè)故障原因引起的可能性的大小，rnm越大則表示第 n 個(gè)故障現(xiàn)象是由第m個(gè)故障原因引起的可能性就越大，rnm越小則表示第 n個(gè)故障現(xiàn)象是由第m個(gè)故障原因引起的可能性就越小[4]。

在確定隸屬度rnm時(shí)，一般是建立在成熟經(jīng)驗(yàn)和實(shí)驗(yàn)的基礎(chǔ)上，主要有模糊統(tǒng)計(jì)法、二元對(duì)比排序法、專(zhuān)家經(jīng)驗(yàn)法、例證法等方法，本文根據(jù)汽車(chē)維修專(zhuān)家經(jīng)驗(yàn)、大量維修案例和文獻(xiàn)資料綜合推理取值，確定隸屬度取值原則如表1所示。

表1 隸屬度取值原則

2 故障診斷實(shí)例

2.1 故障基本情況

據(jù)一輛已行駛7萬(wàn)多公里的雪佛蘭車(chē)主反映，該車(chē)在啟動(dòng)時(shí)，有時(shí)能正常啟動(dòng)，但有時(shí)起動(dòng)困難；在行駛過(guò)程中，感覺(jué)動(dòng)力不足，有時(shí)加速無(wú)力，特別是在超車(chē)時(shí)比較明顯；在行駛途中還有排氣放炮的現(xiàn)象。接車(chē)后，對(duì)該車(chē)癥狀做進(jìn)一步檢查，經(jīng)檢查確認(rèn)有車(chē)主反映的現(xiàn)象，同時(shí)該車(chē)還有爆震現(xiàn)象，除此之外，未發(fā)現(xiàn)其他異常情況。

2.2 模糊知識(shí)庫(kù)

根據(jù)專(zhuān)家經(jīng)驗(yàn)、歷史維修數(shù)據(jù)和文獻(xiàn)資料，整理得出電控發(fā)動(dòng)機(jī)常見(jiàn)的故障現(xiàn)象及故障原因。常見(jiàn)故障現(xiàn)象集X有發(fā)動(dòng)機(jī)不能啟動(dòng)及起動(dòng)困難x1、發(fā)動(dòng)機(jī)動(dòng)力不足x2、加速無(wú)力x3、排氣放炮x4、怠速不穩(wěn)及易熄火x5、爆震x66個(gè)故障現(xiàn)象。常見(jiàn)故障原因集Y有節(jié)氣門(mén)或節(jié)氣門(mén)開(kāi)度傳感器故障y1、噴油器故障y2、曲軸位置傳感器故障y3、怠速控制閥故障y4、點(diǎn)火線(xiàn)圈故障y5、空氣流量傳感器故障y6、燃油壓力不對(duì)y7、氣缸積碳y8、空氣濾清器故障y9、溫度傳感器故障y10、火花塞故障y11、點(diǎn)火正時(shí)不對(duì)y12、氧傳感器故障y13、凸輪軸位置傳感器故障y14、進(jìn)氣管漏氣y15、爆震傳感器故障y16、燃油泵故障y17、氣缸壓力故障y18、蓄電池故障y1919個(gè)故障原因。

確定故障現(xiàn)象集為：起動(dòng)困難x1、發(fā)動(dòng)機(jī)動(dòng)力不足x2、加速無(wú)力x3、排氣放炮x4、爆震x65個(gè)故障現(xiàn)象。

2.3 建立模糊關(guān)系矩陣

根據(jù)專(zhuān)家經(jīng)驗(yàn)、歷史維修數(shù)據(jù)和文獻(xiàn)資料綜合得出故障現(xiàn)象與故障原因的模糊關(guān)系矩陣如表2所示。

表2 模糊關(guān)系矩陣

2.4 故障原因計(jì)算

在電控發(fā)動(dòng)機(jī)常見(jiàn)的6個(gè)故障現(xiàn)象中，此車(chē)有5個(gè)故障現(xiàn)象，根據(jù)故障現(xiàn)象出現(xiàn)取1， 不出現(xiàn)則取0的原則，故障現(xiàn)象向量X為：X=（x1，x2，x3，x4，x5，x6）=（1，1，1，1，0，1）。根據(jù)模糊關(guān)系：Y =X·R。

則：

且本文采用矩陣乘法運(yùn)算進(jìn)行求解，故障原因Y =（1，0.9，0.7，0.3，1.3，1，0.7，0.6，0.9，0.7，2.3，1.9，0.9，0.4，0.7，0.7，0.8，1.1，0.6）。

據(jù)計(jì)算結(jié)果和最大隸屬度原則 y=max{ym|m=1，2，3…19}可知，y11=2.3為最大值，y11火花塞故障應(yīng)是此車(chē)故障原因，經(jīng)實(shí)車(chē)檢修，確認(rèn)是火花塞故障，驗(yàn)證了此診斷結(jié)果正確。

3 結(jié)論

本文基于專(zhuān)家經(jīng)驗(yàn)、歷史維修數(shù)據(jù)和文獻(xiàn)資料建立了模糊邏輯診斷的數(shù)學(xué)模型，并將此模型用于故障診斷實(shí)例中，通過(guò)故障實(shí)例進(jìn)行模糊故障診斷，驗(yàn)證了該模糊故障診斷模型對(duì)電控發(fā)動(dòng)機(jī)的故障診斷可行性，模糊邏輯診斷有助于維修人員更好地確診復(fù)雜故障的原因，縮短故障確診的時(shí)間。但此模糊邏輯診斷模型相對(duì)簡(jiǎn)單，若要更好地解決更深、更復(fù)雜、更多的問(wèn)題，還有待進(jìn)一步豐富、改進(jìn)和完善，以提高故障診斷的準(zhǔn)確性和實(shí)用性。