基于虚拟仪器和神经网络的汽车发动机故障诊断方法的研究

基于虚拟仪器和神经网络的汽车发动机故障诊断方法的研究 基于虚拟仪器和神经网络的汽车发动机故 障诊断方法的研究 2011年第4期 (总第237期) 农业装备与车辆工程 AGRICULTURALEQUIPMENT&VEHICLEENGINEERING NO.4201l (Totally237) doi:10.3969/j.issn.1673—3142.2011.04.011 基于虚拟仪器和神经网络的汽车发动机 故障诊断方法的研究 杨旭志,高俊文,廖中文 (广东农工商职业技术学院电子与信息工程系,广州510507) 摘要:针对发动机电控系统故障的多样性和复杂性特征,为了便于汽车检修人员更便捷地检测出故障的原因, 现研究一种基于虚拟仪器和人工神经网络相结合的汽车发动机电控系统故障诊断的新方法.利用虚拟仪器技 术.可方便地对电控发动机运行状况进行数据采集,配合神经网络系统,能对采集的数据作实时有效的,直 接给出故障诊断结果.通过对文中采集的数据进行分析,证实了方法的有效性和可行性. 关键词:发动机;虚拟仪器:神经网络;故障诊断 中图分类号:U467.43文献标识码:B文章编号:1673—3142(2011)04—0033-04 ResearchonMalfunctionalDiagnosisofAutomobileEngineBasedon VirtualInstrumentandNeural-network YangXuzhi,GaoJunwen,LiaoZhongwen (DepartmentofElectronicsandInformationEngineering,GuangdongAIBPolytechnicColl ege,Guangzhou510507,China) Abstract:Becauseofthefaultofelectronicenginecontrolsystemhasthefeaturesofdiversityandcomplexity,tofacilitatethe automobilemaintenancestaffmoreconvenienttodetecttheeauscofthetrouble,anewmethodofmalfunctionaldiagnosison automobileelectroniccontrolengineisintroducedbasedonvirtualinstrumentandneural-network.Byusingthevirtual instrumenttechnique,thedataoftherunningengineiscollectedeasily,andthroughtheneural—networksystem,thedatacan beanalyzedefficientlyandthediagnosticresultisgivenimmediately.Theanalysisofthedatacollecteddemonstratedthe feasibilityandeffectivenessofthemethod. Keywords:engine;virtualinstrument;neural-network;malfunctionaldiagnosis 引言1电喷发动机的常见故障部位分析 发动机作为汽车的核心部件.其工作状况将 直接影响到汽车整车的使用情况.随着发动机性 能的不断完善,发动机电控系统已发展为集电子 技术,计算机技术,信息技术于一体的智能控制系 统.传统的发动机故障诊断方法已经很难满足现 代发动机故障诊断的要求.由于神经网络具有容 错,联想,推测,记忆,自适应,自学习和处理复杂 多模式的独特功能Il1.利用虚拟仪器技术和神经网 络技术相结合的方法,可方便快捷地对发动机不 同T况进行实时数据采集,并对采集的数据作有 效的分析,直接给出诊断结果,这样可使汽车发动 机故障诊断在一定程度上实现自动化和智能化. 收稿日期:2011-02—25 作者简介:杨旭志(1983一),男,广东河源人,硕士,助教,主要从 事汽车构造研究. 尽管电子控制燃油喷射系统有不同的结构特 点和分类特性,但是,就其常见故障而言,有其相 同的或相似的问题.下面就电喷发动机常见故障 的共性问题进行分析. (1)电子控制单元(ECU)常见故障 电子控制单元(ECU)可靠性一般较高.不容 易出现故障和问题.但对于行驶已超过10万km 以上的车辆,也难免要产生某些外围故障.例如: 个别电子集成块损坏,电控单元固定脚螺栓松动, 某个电子元件焊脚接头松脱以及电容元件失效 等.ECU出现故障后,可能造成发动机难以启动或 者根本不能启动,或者是没有高速,热车难以启 动,耗油量大等现象.这些问题,一般应该送往特 约修理部门去测试和修理 (2)插接件连接故障 一 33— 2011年第4期农业装备与车辆工程 电喷系统的电路引线有很多插件,几乎布置 在所有的电器元件上.当机器使用时间过长便会 使插件老化,或者由于插件多次拆卸造成接头松 动或者接触不良,而导致发动机工作不稳定,时好 时坏.比如当电动燃油泵电路开关的接头接触不 良时,便会导致发动机起动困难,如果是喷油嘴的 电源插件松脱,便会造成发动机缺缸故障. (3)传感器故障 汽车所用传感器虽结构不尽相同.但大致是 以下几种类型,如热敏电阻式,真空压力式,电磁 式,机械传动式等.如果传感器中的易损零件损 坏,如簧片弹性失效,真空膜片破损,回位弹簧疲 软,断裂或脱落,都不能及时,准确地反馈发动机 的工况,从而使得电子控制系统工作失常甚至失 效,继而导致发动机工作不协调.甚至根本不能工 作. (4)喷油堵塞故障 电喷发动机的汽油雾化,类似于柴油机的高 压喷油嘴喷油雾化情况.不过电喷发动机喷油嘴 是由一组电磁线圈,吸铁开关,喷油针阀和座组 成.针阀开启时就喷油雾化,针阀的开启是受电控 单元ECU产生的电脉冲控制的.有时候会因为电 磁线圈工作不良或喷油针被阻滞卡死,而造成某 缸汽油雾化不良或不雾化(滴油)从而导致该缸的 工作不良或不工作. (5)空气,燃油滤清器堵塞故障 电喷发动机空气滤清器一旦发生堵塞将会造 成混合气过浓.汽油滤清器滤芯堵塞将会造成混 合气过稀.这都会导致发动机起动困难,转速不稳 定以及运转无力等.因此,应按汽车说明书要求定 期清洗或更换滤芯. f61连接管道松脱不严的故障 电子控制燃油喷射发动机的油道和气道,由 许多管子和管件相连接,管路密封不严,如胶管 老化,管口破裂或卡子松弛,会造成气,水,油的 渗漏,结果导致混合气过稀,润滑,冷却失效等, 从而使发动机起动困难,或怠速运转不稳,运转 无力等. 2研究的提出 由于电喷发动机在运行过程中,可以从相关 传感器和执行器的信号和工作情况得知发动机的 ?—— 34?—— 运行工况[21,因为这些传感器和执行器的信号相关 关系包含了很多的信息,足以反映发动机的运行 工况. 当发动机发生故障时,发动机电控单元就不 能按照原先设定的程序正常工作,致使发动机的 故障原因和故障现象存在不确定的对应关系.当 发动机存在故障时,发动机转速,冷却液温度,喷 油脉宽等参数会与正常值存在差异.根据这种特 点,可以用神经网络的方法来从中抽取出各自的 特征规律,得出数学模型.从而识别出对应于这 种特征规律的故障.所以,基于这种情况.本文探 讨一种基于虚拟仪器技术和神经网络技术故障 诊断程序,从数据采集到得出结论,操作过程简 便快捷. 在以上详细分析了电喷发动机常见故障之 后,选择以下能反映其规律的特征参数作为神经 网络的输入向量:发动机转速,节气门开度,冷却 液温度,进气温度,进气压力和喷油脉宽.理论上, 选择的相关参数越多,对分析越有帮助,因为越多 的特征向量,越容易判别出具备这些特征的故障 类型.所以,选取了上述信号作为特征向量,因为 它们能反映发动机运行和工作情况.本文选用的 是本田飞度i—DSI1.3L发动机,方案流程如图1 所示I3】 图1方案流程图 整个过程是分两个阶段完成的,第一阶段:使 用图形编程软件LabVIEW8.5,按要求设计出用以 采集神经网络的训练样本数据的采集仪器I41.第二 阶段:将采集到的样本数据进行神经网络训练至 性能合格可用,就可在LabVIEW中调用这个神经 网络模型.进行实时测量分析,当有预先设定的故 障出现时,由实时采集到的数据,经过神经网络软 件分析,可立即给出诊断结果. 杨旭志等:基于虚拟仪器和神经网络的汽车发动机故障诊断方法的研究2011年4 月 3虚拟仪器的设计 为了采集神经网络训练数据样本,按设计制 作了基于虚拟仪器技术的采集仪器,用来采集试 验数据,跟元征X一431,金奔腾电脑诊断仪比较, 采集的数据误差很小,达到实验要求.整个系统包 括硬件和软件两部分,如图2所示.硬件主要包括 传感器,执行器,数据采集卡(NI公司M系列 USB一6251卡),笔记本个人电脑,连接线等5l. 冷却水温度信号 节气门位置信号 进气压力信号 进气温度信号 发动机转速信号 喷油脉宽信号 薹LtVlEW 神经网络 MatLab 结 果 显 —— 刀 图2虚拟仪器系统 上述6个信号是直接从汽车ECU端子上获 取的,全部采用模拟信号方式输入电脑.由于模拟 输入信号都在采集卡输入范围内,而且信号规则, 无需进行调理. 软件部分用图形编程软件LabVIEW编制,在 LabVIEW中设计上述信号任务的采集时,分为任 务I和任务?,在任务I中冷却液温度,进气压力 和节气门位置采用多通道单点采集.对于ICM点 火频率和一缸喷油波形采用多通道多点采集.具体 波形都能在LabVIEW前面板处显示出来.任务? 采用计数器来读取喷油脉宽.其面板如图3所示. 圈3系统面板 程序设计中最重要的一点是第二阶段的添加 Matlab节点. 4BP神经网络模型的设计 4.1BP神经网络故障诊断原理 通常所说的BP网络即误差反向传播神经网 络是神经网络模型中使用最广泛的一类.从结构 上讲,BP网络是典型的多层网络,分为输入层,隐 层和输出层,层与层之间多采用全连接方式,同一 层单元之间不存在相互连接.BP网络的每一层连 接权值都可通过学习来调节,BP网络的基本处理 单元f输入层单元除外)为非线性的输入输出关系, 一 因为Sigmoid函数既具有 般选用s型作用函数, 很好的线性区域和非线性区域,可以使得网络既 能处理小信号又能处理大信号. BP网络的算法是一种有监督学习算法,已知 网络的输入,输出样本,即导师信号.其中,网络输 入节点对应故障征兆参数.输出节点对应故障类 别,进行故障模式识别时,先用一批故障样本对模 型进行训练以确定网络结构(隐层及其节点数)和 节点间的联接权,网络训练好后故障的模式分类 就是根据给定的一组征兆集.实现征兆集到故障 集之间非线性映射的过程,只要将得到的故障征 兆加到神经网络的输入端.就可以得到适当的诊 断结果. 4.2BP神经网络训练样本 数据采集仪器制作完成后,就可在不同情况 下做多次实验,并记录上述分析的必要数据.作为 神经网络训练样本.理论上.网络的训练样本应尽 可能多一些.输出变量采用了二进制编码方式.本 文有5种情况.因此可以采用如下的形式表示输 出:【10000】表示无故障;[01000】表示故障 l,空气滤清器堵塞;【00100】表示故障2,进气歧 管压力传感器故障;[00010】表示故障3,进气歧 管漏气故障;[00001】表示故障4,排气系统堵塞 故障. 4.3BP神经网络的训练 神经网络训练过程即是权值和阈值的获取过 程.其主要任务是对输入模式(样本)进行训练. 建立预期的网络.首先根据经验与已有的数据.建 立足够的输入与输出训练模式对.再通过网络训 练来建立权值和阈值并不断对其进行调整.使网 络的实际输出与目标向量尽可能地接近[61本文采 用的BP神经网络结构参数为3层(输入层,隐 层和输出层),输人层神经元数为6个;输出层神 经元个数为5个;隐层神经元个数为l2个.隐层 和输出层神经元的激励函数取logsig和purelin. 网络训练函数取trainlm,系统总误差为0.001.图 一 35— 2011年第4期农业装备与车辆工程 f \ f . 8lls 6080 图4网络训练误差曲线 4为网络训练误差曲线. 4.4BP神经网络模型诊断结果 测试样本的期望输出与实际输出很接近.准 确率达到95%以上.证明用此方法诊断电控发动 机故障是可行的.在实际操作应用中,可采用更多 的训练样本.在故障诊断系统中可以多增加几个 传感器信号输入,例如氧传感器,爆震传感器等, 选择尽可能多的相关参数.更能准确地表达发动 机的实际运行状态,这样诊断的范围会更广.系统 的误差也越小,诊断的结果更精确. 5结论 运用虚拟仪器技术和BP神经网络技术相结 合的方法对电控发动机某些故障诊断的结果表 明,这种方法是有效可行的,但对于系统模型的优 化,算法的完善等还需进一步深入探讨. 参考文献 【1】丁康,王志杰.汽车变速器检测诊断技术的研究.汽车研究与 开发.1997.12(4):50—54. 【2】威勇.传感器在汽车发动机中的应用与发展.中国高新技术 企业,2010,15(2):34—35. 【3】燕学智,钱耀又.基于A_.X-神经网络技术的发动机故障诊断系 统【J1.内燃机工程,2001,23(1):78—81. 【4】徐晓东.LabVIEW8.5常用功能与编程实例精讲.【M】.北京:电 子工业出版社.2009. [5]路小娟,朱正平.基于虚拟仪器汽车发动机检测仪的开发工[Jj. 自动化与仪器仪表,2010,l(1):96—97. [6】李涵武.汽车发动机电子控制系统的神经网络诊断技术[J].黑龙 江工程学院院报,2010,24(6):26—28. (上接第32页) 表3收敛型降挡规则仿真 表4收敛型动力性降挡规律修正 在同一油门开度下,如果在第n挡达到其最小 车速之前不换回,卜l挡,将导致发动机熄火,所以对 降挡规律加以修正.油门开度为8%时,取A---0.3,升 挡最低车速修正如表4所示,图5虚线所示. 5结论 根据挡位对选换挡执行机构进行位置定义. 不同的选挡传感器和换挡传感器值的组合所对应 的不同的选挡执行机构位置.在分析选换挡执行 机构工作原理的基础上.建立了选挡执行机构控 一 36一 制子系统和换挡执行机构子系统.利用PID控制 算法对离合器执行机构建立了增量式PID控制算 法的离合器控制子系统. 根据动力性换挡策略.基于Matlab/Simulink 软件平台,建立了DCT传动系统的仿真模型[71.依 据仿真模型,对车辆换挡过程的动态性能进行了 仿真.得出了准确实现DCT传动系统的控制逻 辑.最终得到修正后的动力性换挡规律,为DCT 试验台电子控制系统的开发奠定了基础. 参考文献 [11吴光强,杨伟斌,秦大同,等.双离合器式自动变速器控制系统 的关键技术【J].机械工程,2007,43(2):13—21. 『2】拱彦旭.基于DCT的整车动力传动系统参数优化的仿真研究 【D】.长春:吉林大学汽车工程学院,2009. f3】杨伟斌,昊光强,秦大同.双离合器式自动变速器传动系统的建 模及换档特性[J1.机械工程,2007,43(7):189—194. f4]金伦,程秀生,孙俐,等.双离合器自动变速器仿真研究[J].汽车 技术,2005,(8):4-7. 【51余荣辉,孙冬野,秦犬同.机械自动变速系统动力性换挡控制规 律fJ1.农业机械,2006,(4). [6】刘华欣.双离合器自动变速器电控系统软件开发【D】.重庆大 学:重庆大学,2008. [7】颜志鹏,秦大同.双离合器自动变速器换挡过程仿真分析[J】, 20o9,f4):1-6.