[ 導讀 ] 隨著汽車行業的發展，對汽車的性能檢測、維修、管理提出更高的要求。通過分析多傳感器數據融合技術故障診斷方法及汽車診斷系統(故障預測與健康管理)的特點，在不改變當前汽車智能檢測系統硬件組成的情況下，將多傳感器信息融合技術運用到汽車診斷系統，并且比較智能化分

　　隨著汽車行業的發展，對汽車的性能檢測、維修、管理提出更高的要求。通過分析多傳感器數據融合技術故障診斷方法及汽車診斷系統(故障預測與健康管理)的特點，在不改變當前汽車智能檢測系統硬件組成的情況下，將多傳感器信息融合技術運用到汽車診斷系統，并且比較智能化分析系統的故障，以及記錄下全部傳感器和驅動器的數據，實現對汽車系統的實時狀態監測、健康評估和故障診斷。
O 引言
　　目前的大部分故障檢測方法往往只是對系統狀態信息中的一種或幾種信息進行多層次、多角度的分析和觀察，從中提取有關系統行為的特征，所以給系統故障的有效診斷帶來了局限性。比如，在汽車的運動過程中，利用發動機氣缸的缸溫對發動狀態進行診斷時，由于信號類型中能夠提供的信息較少，因而很難做出準確評價。但如果能將氣缸的溫度信息、發動機轉速，以及汽車的運動速度綜合起來考慮，那么就可以對發動機的狀態進行更準確的評價。在某些故障診斷過程中，雖然有時利用一種信息，即可判斷機器的故障，但在許多情況下得出的診斷結果并不可靠。因而多傳感器數據融合技術從多個不同的信息源獲得有關系統狀態的特征參數進行有效的集成與融合，能較為準確和可靠地實現系統運行狀態的識別和故障的診斷與定位。
　　隨著微電子技術、現場總線、計算機測控技術、信息與處理技術、無線通信、線控驅動等技術的發展，多傳感器信息融合的智能化診斷技術在汽車系統故障診斷中的應用已成為一個新的研究方向。多傳感器數據融合與所有單傳感器信號處理相比，單傳感器信號處理是對人腦數據處理的一種低水平模仿，而通過多傳感器數據融合可以更大程度地獲得被測目標和環境的信息量，能夠在最短的時間內，以最小代價獲取單個傳感器所無法獲取的更精確特征。多傳感器數據融合的基本原理也象人腦綜合處理信息一樣，充分利用多個傳感器資源，通過對這些傳感器及其觀測信息的合理支配和使用，把多個傳感器在空間或時間的信息冗余或互補依據某種準則進行組合，以獲得被測對象的一致性解釋或描述，但從現代生活應用的角度看，多傳感器信息的融合技術可以定義為通過對空間分布的多源信息，各種傳感器的時空采樣，對所關心的目標進行檢測、關聯、跟蹤、估計等多級多功能處理，以更高的精度、較高的概率或置信度得到人們所需要的目標狀態和估計，以及完整及時的態勢和威脅評估，為駕駛員提供有用的決策信息。實際上也是對各類傳感器提供的信息進行綜合處理，模擬人腦對復雜問題的綜合處理。它的[FS:PAGE]基本原理就是充分利用不同時間與空間的多傳感器信息資源，通過在一定準則下對計算機技術這些傳感器及觀測信息進行自動分析、綜合以及合理支配和使用，將各種單個傳感器獲取的信息冗余或互補依據某種準則組合起來，獲得對被測對象的一致性解釋與描述，使系統獲得比它的各組成部分更優越的性能，以此來提高整個傳感器系統的有效性，消除單個或少量傳感器的局限性。因此，它應用在汽車系統中就能使整個系統的各個子系統更好的管理和維修。
1 自診斷系統思想的實現
　　汽車系統是一個集機械、電子、材料、通信和網絡等先進技術的復雜系統。汽車故障診斷系統的目標是實現準確故障診斷和維修，以減少汽車在運動中的一些事故發生。為適應未來人們高質量的需要，提高汽車智能化的發展，降低總的維修費用，需要根據汽車的具體要求建立汽車故障診斷體系和技術方法，即汽車整個系統實施方案。首先要確定可以直接表征其故障、健康狀態的參數指標或間接推理判斷系統故障、健康狀態所需的參數信息，并利用數據采集設備將該類參數信息進行實時采集，這些采集數據是實施汽車系統診斷的數據基礎。精確、及時、高可靠性的狀態監測與數據處理技術作為實施汽車的前端技術，將直接影響汽車系統的性能。但是汽車系統體積小、系統復雜，機載設備多，載荷能力有限，所以汽車系統對數據信息、數據鏈路和診斷設備提出更高的要求，并借助各種算法(如快速傅里葉變換、離散傅里葉變換)和智能模型(如專家系統、神經網絡、模糊邏輯等)將原來單一的各分系統的性能檢測信息、故障診斷信息和汽車運動信息進行集成，實現對汽車各部件運行信息的綜合管理、系統狀態監測、故障診斷與預測、部件性能降級衰退分析與剩余壽命累計、預測。這種汽車智能安監系統與傳統的故障檢測相比，優勢在于由事后檢測轉移到事前預測，在詳細掌握部件失效機理的情況下，構建部件失效模型,達到故障預測。同時，這種汽車安檢系統還需要采納傳統優秀的故障檢測方法，用來探測潛在故障，以便在災難事件造成前采取措施。將多傳感器信息融合技術運用于汽車系統的故障診斷之中，通過汽車運動時所采集到的狀態參數、運動參數、發動機以及任務設備等方面的數據信息，結合給定汽車系統故障機理及失效分析，找出數據信息與故障元件之間的映射關系，然后對采集的數據信息進行融合，形成基于知識推理的多傳感器信息融合故障診斷方法，從而準確無誤地診斷出故障元件。但隨著汽車故障診斷系統的龐大化和復雜化，傳感器的類型和數[FS:PAGE]目急劇增多，從而使汽車系統形成了一個傳感器群，基于此就引出了多傳感器融合技術。當汽車在運行時，其傳感器群均處于實時信息采集狀態，對于每個系統每種故障征兆可能對應著故障庫中多種可能的故障，而故障庫中的每個故障也可能引起多種故障征兆，所以要對各傳感器采集的故障信息進行融合。分別通過各故障征兆對所有的假設進行獨立的判斷，得出各假設情況下發生的故障概率分布及發生的概率，然后融合各故障信息，以求得各故障發生的概率，其中發生概率最大的為主要故障。
　　多傳感器融合判定原理如圖1所示。

2 Bayes推理方法
　　Bayes推理方法算法如下：汽車運行過程可以看成是一個隨機過程，根據先驗知識對故障做出概率估計稱為先驗概率，記為P(ωi)，(i= 0，1，2，…，c)；P(ω0)表示正常工況的概率，P(ωi)，(i=1，2，…，c)表示c類故障發生的概率。將故障樣本X=(x1，x2，…，xn)作為輸入模式樣本，P(X|ωi)(i=1，2，…，c)表示輸入模式的c類條件概率密度函數。根據Bayes公式：

　　式中：P(ωi|X)是已知條件下ωi出現的概率，稱為后驗概率。因此如果滿足下面Bayes規則，則x∈ωi，且：

　　主觀Bayes方法中，每條推理規則可以表示為：IF[規則名]THEN H(LS，LN)。其中，LS，LN(≥0)分別稱為充分性度量和必要性度量(其數值由專家定)，主觀Bayes方法推理過程就是根據證據事件的概率P(E)，利用規則(LS，LN)，事件的系統性能斷言的先驗概率P(H)更新為后驗概率P(H|E)，同時H又作為新規則的證據，結合新的規則(LS，LN)，進一步計算出新的后驗概率。
3 實例
　　下面用一個汽車的具體實例來說明，如何采用Bayes方法進行故障診斷。汽車系統運行中經常出現各種各樣的故障，執行元件故障是其中最常見的一種情況。引發故障的原因很多，大致歸納是由傳動控制系統、主動懸掛系統、防自鎖剎車系統、發動機控制系統、安全氣囊系統、儀表顯示系統、各個故障診斷系統、燃油噴射系統、電動車門系統、空調系統、照明系統、電動椅系統、排放控制系統、車身穩定系統、防盜系統的匹配、汽車噪聲的檢測這16個部分的不同故障可能的原因所引起。

        從圖2可看出，引起執行元件故障的因素有很多種。其中，執行系統動作的不穩定是故障的主要現象之一，排氣不良、工作油質不良等多種故障都可能導致執行元件的動作不穩定，因此這種故障是連鎖性質的，不是簡單的一一對應關系。通過對汽車系統這類故障的統計，可以得到各部位發[FS:PAGE]生故障的幾率具有一定的先驗統計規律，上例的簡單統計如表1所示。

　　基于智能診斷系統的一個假設將這些數據存儲在知識庫中。工作過程是：首先從監測數據中發現問題，傳感器反映的信息是流量、壓力、位移和溫度等，參數偏離正常范圍后，將這些數據根據故障幾率的大小，送推理機進行融合判定。基于每個傳感器觀測結果的決策ui構成全局決策u，且：

　　用P(H0)=P0，P(H1)=P1分別表示如果H0為真(正常)和如果H1為真(故障)的先驗概率，yi(1≤i≤n)表示第i個傳感器的探測結果，ui(1≤i≤n)表示第i個傳感器基于yi的決策，且：

　　令P(Hi|u)表示在給定全局決策u的前提下，Hi為真的概率，應判定2個概率中較大者所對應的假設為正確的假設。于是，若：

　　則根據上述判決規則將選擇H0，否則將選擇H1。
　　上述規則可表示為：

　　對比式(7)和式(9)可以看出，Bayes準則下的判決規則與最大后驗概率的判決規則相同。將上述關系作為規則存放在知識庫中，當發現這些參數偏低后，推理機利用知識庫中的規則進行推理，即可在執行元件發生故障前預報故障。在實際中，故障的表現往往是錯綜復雜的，這就要求有中間假定，反復推理。Bayes推理法則對每個假設推理運算為250次，所以診斷系統的關鍵技術是建立具有專家智能的知識庫，使推理計算機能進行有效的推理分析。同時，要求推理計算機具有高速處理的能力，才能實現故障的預報和快速診斷功能。
4 結論
　　多傳感器信息融合技術在汽車系統的運用，充分利用了汽車電子系統本身安裝多種傳感器對汽車系統進行動態監測，不需要增加系統硬件，通過融合多傳感器輸出實時狀態信息，對系統運行狀況進行綜合判斷，可以對汽車系統大部分故障實現在線診斷，當任何單個傳感器出錯時，不會影響汽車系統最終的診斷結果，使系統的故障診斷可靠性大大提高。汽車安檢系統的故障診斷不但可以提高整個系統運行的可靠性，還可以提高系統的維修效率，對汽車系統的完善和發展有著重要意義，是保證汽車系統安全運行的一個重要內容。當然，由于受到目前汽車硬件條件(如機體空間有限、增加傳感器困難)的限制，汽車系統監測還不能覆蓋所有可能故障，對傳感器不能感知到的信號還不能進行準確的故障在線監測和診斷。為了擴大故障監測范圍，汽車系統應在汽車系統設計開發時加以考慮，在汽車關鍵部位適當增加傳感器，以保證汽車安檢系統可以對汽車系統進行全方位的監測和故障診斷。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。