汽车动力系统故障诊断的分析与研究
来源:用户上传
作者:
摘 要：针对汽车的动力系统故障诊断，首先提出故障诊断基本步骤，然后对故障诊断方法进行深入分析，包括根据人工经验进行诊断、模糊故障诊断、动力系统自我诊断、网络故障诊断，提出不同诊断方法的特点优势，以此为故障诊断中选择适宜的方法提供参考依据。
关键词：汽车;动力系统;故障诊断
在汽车中，动力系统是它的重要组成部分，同时也是最容易产生故障的系统，这就需要相关人员高度重视其故障诊断，采用正确合理的方法，准确定位故障位置和产生原因，为后续的故障消除和维修奠定良好基础。
1 故障诊断步骤
针对汽车的动力系统，其故障诊断主要包含以下几个步骤：
（1）首先，确定监测的主体、方式、参数和流程。考虑到不同动力系统有明显差异性，故需要对故障发生形式及内外部结构进行综合考虑，并明确工作的环境与条件，包括技术水平、工具设备与人员，对运行状态的监测，在很大程度上决定了动力系统故障诊断能否取得成功[1]。
（2）构建完善的测试系统，选择适宜的设备，包括信号机与传感器，以此形成一个可提供详细故障报告和信息的系统。在这一过程中，需要对包含精确度、灵敏度与信号干扰等在内的问题进行综合考虑，在做好对相关信息的记录同时，确定问题的根源所在。
（3）做好信息的整理、分析及各项测试。对所有收集到的数据信息进行整理，從中剔除掉有干扰的内容，然后采用适当的算法来分析，以此确定故障具体产生原因与位置，同时组织开展有针对性的测试。
（4）最后进行状态的判断和预报。在这一过程中，重点是要确定不同部件实际运行状态，然后根据实际运行状态对将来的运行和发展趋势予以判断。
2 故障诊断方法
在实际的故障诊断操作过程中，相关技术人员可利用不同的工具设备，结合自身掌握的理论知识与相关工作经验，严格按照从低到高的基本原则来进行。目前，对于汽车的动力系统，可使用很多故障诊断方法，比较常用的包括下列几种：
（1）根据人工经验进行诊断，即在汽车动力系统检查和故障诊断过程中，由人来观察和体验，以此判断是否有异常声音与震动等，然后通过逻辑判断，排除所有可能已经发生的故障，同时确定故障的具体位置与类型[2]。这是一种最能节省资源和资金的故障诊断方式，然而，它需要依赖技术人员自身经验，既无标准性，也没有系统性，准确度很低，大部分情况即便取得成功，也属于偶然性，特别是在汽车工业不断发展的进程中，动力系统越来越复杂，不同系统间也存在极大的技术差异，这使得误诊断现象不断增多。因此，该方式已经面临必须淘汰的局面，不可在后续的故障诊断工作中使用。
（2）模糊故障诊断，该方式先对动力系统故障实施模糊标记，然后消除明显不可能的故障及其产生原因，以此不断缩小动力系统故障范围，同时开始实践及讨论。该方式在实际的运用过程中，需要根据动力系统实际运行状态来判断，在故障诊断条件不具备时，采用这一方式能充分发挥应有作用。然而，该方式本质上无法提供准确有效的判断，所以它仅属于预估。
（3）动力系统自我诊断，伴随汽车工业快速发展，动力系统的自我诊断得到明显进步，在很多动力系统上都安装自检系统，于汽车实际运行时对不同部分实际工作状态进行实时监测，同时予以有效保护，给出故障警报。从实现机制角度讲，先将故障采用代码的形式临时存储于RAM，不同故障代码对应不同指示灯，采用车载计算机对动力系统实际工作情况进行监控，以此对故障信号和依存的代码进行对比。故障诊断与维修时，相关技术人员仅需在计算机中提取动力系统故障代码，即可对故障的产生原因与具体位置做到一目了然，该诊断方式目前已广泛运用。当然，该方式也存在一定局限性，比如它需要保证硬件可以正常工作，且信号应准确无误，对故障代码有较强的敏感性。换言之，若硬件系统产生故障，将无法对动力系统故障进行诊断，另外，如果传感器失灵，则会产生信号失真，导致最终的判断结果不准确、不合理[3]。
（4）网络故障诊断。目前的汽车动力系统生产已实现了体系化与标准化，对于不同厂家的产品，在故障诊断时，可以采用相同的模式来推进。另外，网络具有的可移植特性能增大诊断比例，比如借助小型计算机，可对车载计算机中的相关信息进行提取，然后通过解码还原，对与汽车动力系统有关所有故障信息进行判断。值得一提的是，如今的社会已正式进入到信息化时代，各行各业都开始引入一系列先进技术，如物联网、云技术和大数据等，这使得汽车动力系统故障诊断可以实现智能化，同时这也是汽车动力系统故障诊断主要方向，需要引起相关人员的高度重视。
3 结语
综上所述，我国作为汽车产品主要出口国之一，汽车产品生产与消费将催生出后时代市场，而在汽车产品的售后服务当中，动力系统的故障诊断与排除具有重要作用，占据十分重要的地位。而随着技术的不断改进和发展，可用于诊断动力系统故障的方法越来越多，不同方法具有不同的特点和优劣势，需要根据实际情况采取适宜可行的诊断方法。另外，故障诊断还在不断的向智能化方向发展，能更加准确的找出故障所在，这对推动汽车工业进一步发展具有重要现实意义。
参考文献：
[1]张俊.基于神经网络的纯电动汽车动力电池系统故障诊断[J].电子技术与软件工程，2018（24）：234-235.
[2]罗浩.丰田凯美瑞混合动力汽车变频器冷却系统故障诊断与维修[J].内燃机与配件，2018（04）：112-113.
[3]张骞，郭昊，谢文龙.电动汽车动力电池系统故障诊断研究[J].现代商贸工业，2017（01）：179-180.
转载注明来源:https://www.xzbu.com/1/view-15163142.htm
