故障樹分析法在汽車維修領域的應用研究

1 前言

隨著國六的全面實施，車輛發(fā)動機排放故障燈(MIL)點亮問題已成為車輛主要故障形式之一，該類型故障都可通過電子診斷系統(tǒng)讀取相應故障碼。汽車生產廠商提供的維修手冊會列明相關故障碼常見的發(fā)生原因，可指導汽車維修人員解決大部分的故障，但車輛使用的工況各不相同，造成故障發(fā)生的原因也紛繁復雜，維修手冊提供的排查內容顯然無法涵蓋全部的故障原因。部分MIL點亮問題并無其它明顯的外在表現(如發(fā)動機抖動、加速無力等)，當維修手冊提供的排查內容無法解決問題時，由于沒有明顯的外在表現，維修人員排查起來往往毫無頭緒，無從下手，而消費者對汽車維修的時效要求越來越高，這就給汽車維修領域帶來了巨大的挑戰(zhàn)

。

2.我們應鼓勵未成年人見義勇為，勇于同邪惡勢力作斗爭，但這并不意味著讓未成年人去見義蠻為、見義妄為，更不是讓未成年人去做出一種勇敢但卻忽略生命價值的行為，我們必須要教給他們一種方法，而不是單純地、一刀切地否定他們的見義勇為；

2 故障樹分析法

故障樹分析法(Fault Tree Analysis)誕生于美國貝爾實驗室，它按照樹狀結構對故障事件(頂事件)進行層層分析，直到所有的原因(底事件)都不可再分

。故障樹分析法能夠對復雜故障事件的產生原因做出全面的分析，維修人員如使用得當則可快速判別故障原因，提升車輛維修效率，而如果使用不當，則可能導致分析不完全甚至無法分析出故障原因。目前故障樹分析法多應用于汽車的可靠性設計

及故障診斷系統(tǒng)研究及開發(fā)領域

，在汽車維修領域，故障樹分析法的研究多集中于對具體故障進行按部就班式的樹狀圖分析

，較少有對故障樹分析法在汽車維修領域的應用策略以及如何提升排查效率的研究。

3 故障樹在汽車維修領域應用方法

上文所說部分MIL點亮問題因無明顯外在表現，排查起來非常困難，給維修人員帶來巨大挑戰(zhàn)。本次筆者就以解決某型號汽車發(fā)動機報空燃比閉環(huán)控制自學習值超上限(中負荷區(qū))問題為例，探討FTA在汽車維修領域的應用方法及技巧。

3.1 頂事件提取

該車型發(fā)動機為缸內直噴機型，高壓噴油器的噴油時間主要是根據發(fā)動機負荷信號及3個混合氣自適應反饋修正因子計算得到，如圖1所示。自適應反饋控制的主要目的是學習來自燃油控制系統(tǒng)的混合氣偏差，起到及時修正混合氣的目的

，一方面可及時修正混合氣的控制偏差，使混合氣當量空燃比(lambda)始終維持在1.0附近，另一方面也可得知混合氣lambda的偏差程度，據此判斷故障。該自學習過程僅在均質燃燒模式下，且混合氣閉環(huán)控制(lambda=1)運行時才會允許進行，與發(fā)動機轉速和負荷息息相關。系統(tǒng)根據發(fā)動機的轉速和負荷，劃分混合氣的自學習區(qū)域并進行相應的修正。怠速工況下，加法自學習起主要的燃油修正作用，而在相對較高的轉速和負荷工況下，乘法自學習起主要的燃油修正作用。

除故障碼外該問題無其它明顯外在表現，車輛發(fā)動機運轉平穩(wěn)，加速性能表現正常，因此利用FTA對該問題進行分析時，首先需要將故障碼信息轉換為可以定性分析的事件，即頂事件。結合前述自適應反饋控制原理及噴油量的計算原理，空燃比閉環(huán)控制自學習值超上限(中負荷區(qū))可轉換為中負荷工況下空燃比閉環(huán)控制自學習值過大。經過第一次轉換后故障信息依舊停留在軟件控制層面，無法直接進行硬件排查分析，因此還需要進一步轉換。乘法自學習值過大，代表發(fā)動機管理系統(tǒng)在增加噴油量，而自適應控制的目的是使混合氣當量空燃比(lambda)始終維持在1.0附近，這就說明空燃比處于偏稀狀態(tài)，因此故障信息可進一步轉換為中負荷工況下實際空燃比偏稀。由于空燃比信號由前氧傳感器測得，因此須將頂事件定義為中負荷工況下前氧測得的空燃比偏稀。

由此看來，對B2C電子商務企業(yè)的成長能力研究具有一定的前瞻性和前沿性，這是具有非常強的理論意義的。隨著電子商務的不斷發(fā)展，這方面的研究還可以指導電子商務企業(yè)不斷發(fā)展，從這方面來講，本課題的研究還具有非常強的現實意義。

3.2 建立故障樹

3.2.1 次頂事件分析

對于X14及X11，由于更換4#進氣門油封后混合氣自適應反饋的乘法修正因子完全恢復正常，因此該兩項已被排除。

為快速定位故障原因，在實際應用中可以將正常車輛的相關零件安裝在對象車輛上，通過試車數據來判斷相關零件是否導致頂事件發(fā)生。因此可以先將方便更換或對調的零件(分總成)作為底事件，當確認該零件或分總成導致頂事件發(fā)生后再來進行詳細分析，以提升排查效率。對于次頂事件B1前氧傳感器信號異常，前氧傳感器信號通過發(fā)動機線束輸入至ECU。由于前氧傳感器等相關零件更換起來較為方便，因此前氧傳感器信號異常(B1)可分為ECU故障(X1)、線束故障(X2)及前氧故障(X3)共3個底事件。

對于進氣量相對較多，ECU主要通過進氣溫度壓力信號、節(jié)氣門開度、VVT角度、發(fā)動機轉速、碳罐氣體量模型等并依據相關模型來計算進入氣缸的進氣量

。進氣量出現偏差可能由與進氣量計算有關的傳感器信號出現錯誤、對象車輛相關零件形狀與標定的模型存在偏差，以及進氣系統(tǒng)泄露等導致。因此進氣量相對較多可能的原因有進氣歧管形狀偏差(X12)、進氣歧管泄露(X13)、缸蓋進氣道形狀偏差(X14)、配氣相位偏差(X15)、進氣溫度壓力傳感器故障(X16)、節(jié)氣門故障(X17)、燃油蒸發(fā)管路異常(X18)及碳罐電磁閥故障(X19)共8個底事件，如圖4。

虛擬裝配仿真技術在運載器裝配中的應用…………………… 劉東，屈旋，劉文博，徐振國，干繼遠（12-261）

對于發(fā)動機輕微失火，缸內燃燒過程非常復雜，依據過往實踐經驗，該中間事件可分析出點火線圈故障(X4)、火花塞故障(X5)、ECU接地故障(X6)、排氣門早開(X7)、燃燒室漏氣(X8)、油品品質異常(X9)、缸內局部條件不適合燃燒(X10)及其他(X11)共8個底事件，如圖3。

3.2.2 中間事件分析

對于次頂事件B2實際空燃比偏稀，進行分析前首先需要了解空燃比測量的原理。氧傳感器測量廢氣中氧分子的濃度并將其轉換成電壓信號，ECU對電壓信號進行處理后再計算出空燃比

，可見空燃比偏稀的實際含義是指廢氣中氧氣含量偏高，并非直接等價于缸內混合氣偏稀。廢氣中出現了富余的氧氣，這部分氧氣有可能是缸內混合氣偏稀，汽油完全燃燒后剩余氧氣排出至廢氣中導致，也有可能是缸內發(fā)生輕微失火(混合氣濃度正常)，極少部分混合氣未完全燃燒，這部分混合氣內的氧氣未被消耗掉因而得以進入廢氣中導致。由上文描述可知自適應控制的目的是使混合氣當量空燃比(lambda)始終維持在1.0附近，所以混合氣偏稀只能由進入氣缸的空氣量相對較多或進入氣缸的汽油量相對較少造成(相對于ECU控制進氣量及噴油量)。綜上所述實際空燃比偏稀可往下分析出發(fā)動機輕微失火(B3)、氣缸內空氣量相對較多(B4)及噴油量相對較少(B5)3個中間事件，如圖2。

由此可見4#進氣門滲機油，機油沿著氣門滲入氣缸，并在氣門附近結焦，造成缸內發(fā)生輕微失火，最終導致頂事件發(fā)生。

3.3 故障樹的定性及定量分析

從3.2故障樹的建立分析可知，24個底事件中任意一個發(fā)生都可能導致頂事件發(fā)生，由此可見這24個底事件各自單獨為一個最小割集。該問題故障樹基本事件如表1。對于已經發(fā)生了的頂事件而言，在實踐中可通過對調相關零件或逐一檢查的方式對各最小割集進行定量分析，快速定位故障原因。如對于X3，將同型號正常車輛的前氧傳感器裝在故障車上，試車故障依舊，因此排除X3導致頂事件發(fā)生的可能性。該案例中X1、X2、X3、X4、X5、X9、X12、X13、X16、X17、X18、X19、X20、X21最小割集通過對調相關零件均排除了發(fā)生的可能性。剩下的7個最小割集難以通過對調零件的方式進行確認，需要逐個進行檢查。為提升排查效率，實際操作中可先按難易程度對需要排查的最小割集進行排序，由易到難進行排查，因此可將該7個最小割集排序為X6、X8、X7、X15、X10、X14、X11。

同對照組參照喹諾酮類藥物的說明書、《抗菌藥物臨床應用指導原則》及相關的《處方管理辦法》實施藥學干預，具體方法如下：

對于X10,利用XLLVA6120型視頻內窺鏡檢查各缸缸內情況，發(fā)現第二缸4#進氣門頭部附近積碳特別嚴重，如圖6。拆下進氣歧管，從進氣道方向查看發(fā)現4#進氣門錐面及桿部布滿結焦物。

清除4#進氣門上的結焦物后進行試車，發(fā)現混合氣自適應反饋的乘法修正因子較清洗進氣門前有顯著降低，但是行駛30分鐘后又有升高趨勢，如圖7。

對于X6，將ECU涉及的接地線重新打磨并擰緊，試車故障依舊，因此X6被排除。對于X8，用缸壓表對各缸缸壓進行測量，確認各缸缸壓均在標準值內，因此X8被排除。對于X7及X15,首先通過售后專用工具對進排氣凸輪軸安裝角度進行檢查，確認安裝位置符合要求，然后再利用ETAS581讀取故障發(fā)生時的進排氣相位角度，確認故障車輛進排氣凸輪軸實際角度與目標角度的跟隨性非常好，因此X7及X15被排除。

再次拆下進氣歧管，發(fā)現4#進氣門錐面及桿部表面又有較多機油，鑒于試車前已清洗氣門，因此判斷4#進氣門滲油。更換4#進氣門的氣門油封后再進行試車，混合氣自適應反饋的乘法修正因子始終在1.015至1.03范圍內波動，因此判定故障解決，車輛完全恢復正常，如圖8。

對于噴油量相對較少，進入氣缸中的汽油來自兩個方面，一是高壓噴油器噴出的汽油，二是碳罐控制的相對噴油量。而高壓噴油器噴出的汽油量主要與噴油壓力、噴油脈寬、噴嘴結構相關，因此噴油量相對較少

可能的原因有高壓噴油器故障(X20)、軌壓傳感器故障(X21)、高壓油泵故障(X22)、低壓油泵故障(X23)及碳罐控制的相對噴油量少(X24)共5個底事件，如圖5。

6) 防腐蝕和耐久性強。復合材料能夠抵抗化學介質的侵入，耐酸堿、抗水、抗油，因此可以抵抗工程機械工作環(huán)境中對再制造修復結構的腐蝕，增強耐久性。

故障樹建立的過程是從頂事件開始，從上往下層層分析，直到所有的原因都不可再分。中負荷工況下前氧測得的空燃比偏稀可以分為實際空燃比正常但氧傳感器異常(B1)及實際空燃比偏稀(B2)，然后采用類似方法對這兩個次頂事件再繼續(xù)深入分析。

4 結論

通過對某機型空燃比閉環(huán)控制自學習值超上限(中負荷區(qū))問題進行故障樹分析，可以得出以下結論：

(1)FTA可有效定位疑難復雜問題的故障部位，極大提升解決問題的效率。利用FTA分析復雜問題時，首先需將故障信息轉換成可以定性分析的頂事件，且最終提取到的頂事件必須要與故障信息完全對應，否則會造成分析不完全，甚至無法分析出故障原因。案例在頂事件提取時，如提取到中負荷工況下實際空燃比偏稀后不再繼續(xù)轉換，則可能漏掉前氧傳感器信號異常(B1)這個中間事件。

2.1 基本情況 396例患者中不符合入組60例，失訪38例，最終例符合條件298例。298例中，男215例，女83例；年齡（59.6±15.6）歲；行急診住院為177例，留院觀察121例；急性肺栓塞2例，主動脈夾層13例，重癥心肌炎1例；30 d死亡10例。

(2)利用故障樹從上往下層層分析時，須將上層事件抽絲剝繭，還原其本來的物理含義，以避免產生遺漏項。案例在分析實際空燃比偏稀(B2)時，還原了空燃比偏稀的實際含義——廢氣中氧氣含量偏高(廢氣中存在富余的氧氣并不等價于缸內混合氣偏稀)，從而分析出缸內輕微失火(B3)這個重要的中間事件，并最終從B3中分析出真正的故障原因。

控樣校正是分析已知含量的樣品，根據分析結果和標準值的偏差進行校正的作業(yè)。利用此偏差值即控樣校正系數進行分析值校正，可以大大縮小分析誤差，確保鈦合金中硅含量與標準值接近。在排除了其它影響因素下，用一個標準樣品進行了含量分析后，分析值與標準值誤差很大，則需要進行控樣校正，否則鈦合金中硅含量的測定結果不可靠。

(3)利用FTA解決汽車維修領域問題時，可將方便更換的零件或分總成作為底事件，通過對調零件或分總成來判斷該底事件是否導致頂事件發(fā)生。當確認該零件或分總成導致頂事件發(fā)生后再來進行詳細分析，這樣可快速定位故障部件及原因，提升排查效率。

(4)利用FTA分析出各底事件及最小割集后，為提升排查效率，可以按難易程度對各最小割集進行排序，由易到難逐一進行檢查確認。當排查過程中識別出故障原因，并且針對該故障原因做出對應的改善措施后車輛完全恢復正常的，則可以排除排在該最小割集后的排查難度高的其它最小割集，這樣可極大提升排查效率。

[1]郭宏偉.汽車維修服務質量與顧客滿意度關系的實證研究[D].西安：長安大學,2009.

[2]張宏熙.故障樹重要度分析方法及應用[D].秦皇島:燕山大學，2020.

[3]張平格, 王新怡, 高金城,等. 基于故障樹的汽車起重機液壓起升系統(tǒng)可靠性分析[J]. 機械設計與制造工程, 2017(8):95-97.

[4]楊一鳴,汪貴平.面向對象的無人車電源故障檢測專家系統(tǒng)設計[J].汽車技術,2019(6):30-35.

[5]蔡娜.基于故障樹汽車中控門鎖典型故障診斷與分析[J].內燃機與配件,2020(20)：141-142.

[6]嚴浩銘,孫仁云,陳德剛,等.點燃式發(fā)動機瞬態(tài)空燃比自適應控制策略研究[J].中國測試,2016(3):109-112.

[7]章曉娟,周坤,謝建軍,等.基于寬域氧傳感器的空燃比分析儀設計與實現[J].傳感器與微系統(tǒng),2017(12)：86-89.

[8]江龍飛.VVT缸內直噴汽油機進氣量建模與仿真[D].合肥:合肥工業(yè)大學,2015.

[9]孫英杉,王金鵬,葛冀歡.汽油機缸內直噴噴嘴結構參數對霧化特性的影響研究[J].內燃機工程,2020(5):9-15.