现代汽车故障诊断方法及其应用研究

维普资讯 http://www.cqvip.com Ｖｏｌ　２１　Ｎｏ　１　机械研究与应用　第２ｌ卷第１期　２００８＿（）２　ＭＥＣＨＡＮＩＣＡＬ　ＲＥＳＥＡＲＣＨ＆ＡＰＰＬＩＣＡＴＩＯＮ　２００８年２月　现代汽车故障诊断方法及其应用研究　张丽莉　，储江伟　，强添刚　，韩大明　，邹本存　（１．东北林业大学交通学院，黑龙江喻尔滨１５００４０；２．吉林大学交通学院，吉林长春１３００２５）　摘要：目前，对于汽车故障诊断问题已采用了很多的方法进行研究，笔者在大量收集国内外研究成果的基础上，对　现有的汽车故障诊断方法进行了分类整理。包括人工直观经验法、仪表设备诊断法、汽车自诊断方法、专家系　统故障诊断法、基于数值特征识别的汽车故障诊断方法等。并且对这几种方法的研究现状、关键实现技术及　应用分析、相应的未来发展趋势等作了较为深入的分析。并提出高度集成化的汽车故障诊断系统是未来汽　车故障诊断领域的重要发展方向。　关键词：汽车；故障诊断；集成化；发展方向　中图分类号：ＴＫ０５　文献标识码：Ａ　文章编号：１００７—４４ｌ４（２００８）０１—０００８—０９　Ｍｏｄｅｒｎ　ａｕｔｏｍｏｂｉｌｅ　ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ　ｍｅｔｈｏｄ　ａｎｄ　ｉｔｓ　ａｐｐｌｉｃａｔｉｏｎ　ｓｔｕｄｙ　Ｚｈａｎｇ　Ｌｉ—ｌｉ　，Ｃｈｕ　Ｊｉａｎｇ—ｗｅｉ　，Ｑｉａｎｇ　Ｔｉａｎ～ｇａｎｇ　。Ｈａｎ　Ｄａ—ｍｉｎｇ‘。Ｚｏｕ　Ｂｅｎ—ｔｕｎ‘　（１．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　ｃｏｌｌｅｇｅ　ｏｆｎｏｒｔｈｅａｓｔｆｏｍｓｔｑ　ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ　Ｈｅｉｌｏｎｇｉｆａｎｇ　１５００４０，Ｃｈｉｎａ；　２．Ｔｒａｎｓｐｏｒｔｔａｉｏｎ　ｃｏｌｅｌｇｅ　ｏｆＪｉｌｉｎ　ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ　Ｊｉｌｉｎ　１３００２５，Ｃｈｉａｎ）　Ａｂｓｔｒａｃｔ：Ａｔ　ｐｒｅｓｅｎｔ－ａ　ｌｏｔ　ｏｆ　ｍｅｔｈｏｄｓ　ａｂｏｕｔ　ａｕｔｏｍｏｂｉｌｅ　ｆａｕｈ　ｄｉａｇｎｏｓｉｓ　ｈａｖｅ　ｂｅｅｎ　ａｄｏｐｔｅｄ．Ｂａｓｅｄ　ｏｎ　ｌａｒｇｅ　ｃｏｌｌｅｃｔｉｏｎ　ｏｆ　ｐａ．　ｐｅｒｓ　ａｔ　ｈｏｍｅ　ａｎｄ　ａｂｒｏａｄ，ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｏｆ　ｃｕｒｒｅｎｔ　ｍｅｔｈｏｄｓ　ｈａｖｅ　ｂｅｅｎ　ｐｒｅｓｅｎｔｅｄ　ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｉｎｃｌｕｄｉｎｇ　ａｒｔｉｉｆｃｉａｌ　ｅｘｐｅｒｉｅｎｃｅ　ｍｅｔｈｏｄ，ｉｎｓｔｒｕｍｅｎｔ　ｄｉａｇｎｏｓｉｓ　ｍｅｔｈｏｄ，ｏｎ—ｂｏａｒｄ　ｄｉａｇｎｏｓｉｓ，ｅｘｐｅｒｔ　ｓｙｓｔｅｍ　ｍｅｔｈｏｄ。ｂａｓｉｎｇ　ｏｎ　ｎｕｍｅｒｉｃａｌ　ｆｅａｔｕｒｅ　ｓｔａｔｅ　ｒｅｃｏｇｎｉ—　ｔｉｏｎ　ｍｅｔｈｏｄ，ａｎｄ　ＳＯ　ｏｎ．Ａｎｄ　ｔｈｅｉｒ　ｓｔｕｄｙｉｎｇ　ｓｔａｔｕｓ，ｋｅｙ　ｒｅａｌｉｚａｔｉｏｎ　ｔｅｃｈｎｏｌｏｇｉｅｓ　ａｎｄ　ａｐｐｌｉｃａｔｉｏｎ　ａｎａｌｙｓｉｓ－ｆｕｔｕｒｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｄｉｅｒｃｔｉｏｎｓ　ａｒｅ　ａｌｓｏ　ａｎａｌｙｚｅｄ．Ｔｈｅｎ　ｉｔ　ｉｓ　ｐｕｔ　ｆｏｒｗａｒｄ　ｔｈａｔ　ｈｉｇｈ—ｉｎｔｅｇｒａｔｉｏｎ　ｄｉａｇｎｏｓｉｓ　ｓｙｓｔｅｍ　ｉｓ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｄｉｒｅｃｔｉｏｎ　ｉｎ　ａｕ—　ｔｏｍｏｂｉｌｅ　ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ　ｆｉｅｌｄ．　Ｋｅｙ　ｗｏｒｄｓ：ａｕｔｏｍｏｂｉｌｅ；ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ；ｉｎｔｅｇｒａｔｉｏｎ；ｄｅｖｅｌｏｐｍｅｎｔ　ｄｉｒｅｃｔｉｏｎ　目前，对汽车故障诊断问题已采用很多方法进行　１人工直观经验法　研究，其诊断原理可分为：人工直观经验法、仪表设备　人工直观经验法是指在熟悉被检汽车构造和工　诊断法、汽车自诊断法、专家系统故障诊断法、基于数　作原理的前提下，根据维修人员自身的经验，通过原　值特征识别的汽车故障诊断方法及近几年发展的集　地检视或道路试验，凭感觉、观察及一些简单的测试　成化的故障诊断系统等。笔者以汽车故障诊断为检　工具，采用将某个部位症状放大或暂时消隐的方法，　索词，对１９９４年至今的在中文期刊网上３００多篇相　对汽车的故障和现象进行判断…。其中常用的方法　关研究文献的内容进行归纳整理和分析，得出各种诊　包括观察法、试验法、模拟法、听觉法、触觉法、嗅觉　断方法在不同时期研究论文的数量比例统计结果。　法、替换法、度量法、分段排查法、局部拆卸法、结构分　如图１所示。从图中可见，传统的人工直观经验法和　析法及排序分析法等。　仪表设备诊断法在２０００年前共占３６％的比例，随着　自诊断技术及专家系统等技术的发展，该方法有下降　的趋势；近两年来，由于集成多种功能的综合测试仪　和综合测试系统的出现，该方法又呈现了一定的上升　趋势。而汽车自诊断方法、专家系统故障诊断法及基　于数值特征识别的汽车故障诊断方法等一直在汽车　２０００年以前　２０００－２００５年　２００５￣至今　故障诊断领域的研究中占有较高比例，成为汽车故障　图ｉ几种主要故障诊断方法在不同　诊断领域最基本的故障诊断方法。同时，随着网络技　时期应用研究所占比例　术、通信技术及电子技术的飞速发展，基于网络和人　工智能的集成化故障诊断系统将成为未来汽车故障　人工直观经验法一般不需要专用设备和特定条　诊断领域的主要发展方向。　件，任何场合下都可进行故障诊断，可有效降低维修　收稿日期：２００７一】０—０８　作者简介：张丽莉（１９７７一），女．黑龙江五常人，博士，研究方向：智能化汽车故障诊断方法与技术。　・８・　维普资讯 http://www.cqvip.com 第２１卷第１期　２００８年２月　机械研究与应用　ＭＥＣＨＡＮＩＣＡＬ　ＲＥＳＥＡＲＣＨ＆ＡＰＰＵＣＡＴＩＯＮ　Ｖｏｌ　２ｌ　Ｎｏ　ｌ　２ＯＤ８　成本，具有良好的灵活性和适应性。但该方法对复杂　Ｂｏａｒｄ　ｖｅｈｉｃｌｅ　Ｄｉａｇｎｏｓｉｓ简称ＯＢＤ），又称车载诊断或　车上诊断，是指汽车电控系统的自诊断系统，具有实　故障诊断的准确性很大程度上取决于诊断人员的技　术水平和实际经验。目前，我国熟练的高级维修技师　非常少，而且培养这类人才需要大量投资和较长时间　的实践经验，使得人工直观经验诊断法的作用受到　限制。　时监视、储存故障码及交互式通讯等功能。该系统始　于２Ｏ世纪８Ｏ年代，１９８５年美国加利福尼亚州大气　资源局（ＣＡＲＢ）制定了第一代车载诊断系统（ＯＢ－　ＤＩ），但由于该系统的设计存在缺陷且缺乏统一的诊　断标准使其发展受到限制［９１。１９９４年美国汽车工程　师协会（ＳＡＥ）制定了ＯＢＤ　ＩＩ标准，即第二代车载自　诊断系统，并迅速成为世界汽车工业的车载自诊断标　２仪表设备诊断法　仪表设备诊断法是指采用检测设备、仪器和工具　来检测汽车的结构参数、技术状态（如问隙、尺寸、形　状、相关位置的变动、真空度、压力、油耗和功率等）、　曲线和波形等，从而对汽车故障进行诊断的方法　Ｊ。　典型的诊断设备有万用表、示波器及一些专用诊断仪　器，如美国通用公司的ＴＥＣＨ一２、日本三菱公司的　ＭＵＴ—ＩＩ、韩国大宇公司的Ｓｃａｎｎｅｒ、德国大众汽车公　司的ＶＡＧ　１５５１和１５５２以及深圳元征公司的迷你电　眼睛系列产品等　。　随着汽车电控系统诊断设备的发展，结合诊断和　分析设备于一体的测试设备应运而生，它既能完成诊　断仪串行通讯测试内容，也能完成分析仪并行在线测　试内容。如美国ｓｎａｐ—ｏｎ公司生产的ＰＡＣ，通过更　换插卡的方式可以具有电脑扫描器、点火分析仪、四　通道汽车示波器、汽车万用表、废气分析仪、信号模拟　器等多种组合功能；深圳元征公司生产的ＡＤＣ　２０００　具有扫描器、四通道示波器、汽车万用表、点火示波器　等４种功能，也是集串行诊断并行分析于一体的综合　测试设备。　综合测试系统是指利用各种现代的检测技术、监　测仪器和设备，为完成某一特定的测试任务所建立的　综合故障测试系统，是汽车故障诊断和检测实现现代　化的重要标志。如基于微机的发动机故障检测与诊　断系统　Ｊ，利用虚拟仪器技术开发的发动机检测系　统　Ｊ，汽车变速器故障诊断计算机分析系统　］，汽车　变速器性能检测与故障诊断系统　及液压制动系故　障诊断系统等　Ｊ。　仪器设备诊断法能够在汽车不解体的情况下较　准确迅速地诊断出汽车的故障，并可对总成或组合件　做出其技术状况的定量评价或确切的定性评价，还可　发现某些隐患，预报总成和组合件的寿命等，从而使　汽车诊断从定性诊断转变为定量诊断阶段，它是汽车　故障诊断领域的飞跃。但该法仍受专业人员培养的　限制，同时，在汽车保有量不大的国家或地区，其利用　率不高。　３汽车自诊断方法　按照ＧＢ／Ｔ５６２４—２００５规定，随车诊断（Ｏｎ　准。同时，欧洲联盟、加拿大、墨西哥及日本等国也纷　纷参照ＯＢＤＩＩ建立了自己的标准，如ＥＯＢＤ、ＪＯＢＤ　等。我国为适应国际环保组织的要求，也相应实施了　ＥＯＢＤ标准，但由于燃油品质等因素的影响，使其实　施具有一定困难。总之，无论ＯＢＤＩＩ还是ＥＯＢＤ，除　了可对排放有关的零部件失效进行诊断外，还可对部　件老化，部件失效引起的排放超标进行诊断，从而实　现对在用车整个使用寿命范围内的排放控制，满足了　国际环保组织对于汽车排放监控的要求【】引。　３．１主要应用技术分析　３．１．１　ＯＢＤＩＩ及其相关标准　ＯＢＤＩＩ具有标准化的诊断插座、通讯协议、故障　诊断码、扫描工具及诊断模式等，其采用的主要标准　如表１所示。　３．１．２与ＯＢＤＩＩ相关的通讯网络协议　网络通讯协议主要用于解决通讯中的优先权、数　据共享、数据传输带宽、故障诊断标准及独立性等问　题。带ＯＢＤＩＩ诊断系统的汽车，其电控系统是建立　在Ｂ类数据网络通讯协议基础之上的，如图２所示，　应层将网络中的数据从一节点传到另一节点；数据链　路层将位和标志转化为有效的、无差错的帧或数据；　物理层及线路形成了数据链路层之问传递信息的路　径　。　３．１．３　ＯＢＤＩＩ系统与车下诊断设备的通讯　在ＯＢＤＩＩ系统与车下检测设备实现通讯时，必　须遵循一些约定，如单请求多应答约定、应答时间约　定、请求信号之间的最小间隔约定、应答信号最大值　约定等，以实现通讯的正常进行，且不会干扰ＯＢＤＩＩ　系统内部的网络通讯。系统同车下诊断设备采用统　一的诊断信息接口，如图３所示。　诊断信息以相应的故障码形式输出，故障码的含　义可参照相应的汽车故障诊断代码手册。诊断信息　可采用故障码读取，包括故障指示灯指示、扫描仪读　取两种方法；还可采用数据流读取，因不同厂牌和车　系的汽车，其数据流参数的名称和内容不完全相同，　因此应根据维修手册加以确认【】引。　・９・　维普资讯 http://www.cqvip.com Ｖ０ｌ　２１　Ｎｏ　１　机械研究与应用　第２１卷第１期　２０ｏ８　ＭＥＣＨＡＮＩＣＡＬ　ＲＥＳＥＡＲＣＨ＆ＡＰＰＬＩＣＡ１＂１０Ｎ　２００８年２月　表１　ＯＢＤＩＩ采用的主要标准　３．２　车载自诊断方法　功能和驾驶员知情功能等　Ｈ　。　的发展趋势　车载自诊断方法虽　然已成为当今电控汽车　的一种重要故障诊断方　法，但仍具有局限性，如　不能测量车辆排放物具　图３　ＯＢＤＩＩ诊断信息接口　体数值，只起到随车监　测排放物的作用；工作　（２）进一步加强诊断信息输出的标准化工作。　的可靠性受车辆运行环　目前的美国标准和欧洲标准也将统一成国际化标准，　境的影响；不能指示如　使车载自诊断系统具有更大范围的通用性¨　。　何对车辆进行维修；仅　（３）加强车载自诊断理论和技术的研究。如将　能检测出汽车电控系统　专家系统的知识获取技术、神经网络技术、模式识别　７０％～８０％的故障　等技术同ＯＢＤ技术结合；同时加强对系统适应性和　等¨引。因此，该方法将　鲁棒性的理论和方法的研究；加强对控制系统的一些　在以下几方面进行改　故障检测算法结构及容错控制等理论和技术的研究　等ｕ　，使车载自诊断技术进一步发展。　进，以适应未来汽车故　障诊断的发展。　４专家系统故障诊断方法　（１）进一步完善车　４．１国内外研究现状　载自诊断系统的各项功　４．１．１国外研究现状　能。包括故障参数记录　国外汽车故障诊断专家系统的研究发展大致经　功能、故障定位功能、故　历了３个阶段。如表２所示　。　障预警功能、参数替代　图２　Ｂ类数据通讯网络结构　４．１．２国内研究现状　我国在汽车故障诊断专家系统方面的研究一直　・１Ｏ・　维普资讯 http://www.cqvip.com 第２１卷第１期　机械研究与应用　ＭＥＣＨＡＮＩＣＡＬ　ＲＥＳＥＡＲＣＨ＆ＡＰＰＬＩＣＡＴＩＯＮ　Ｖｏ１　２１　Ｎｏ　１　２ｏ０８＿（）２　２００８年２月　紧跟国外学术动态，并注重加强对新理论、新方法和　新趋势等方面的把握和研究，取得了一些研究成　进，另一方面将新理论、新技术与传统方法融合，促进了　专家系统在汽车故障诊断领域的进一步应用。　４．２．１传统方法改进　果　¨，其主要研究与应用状况如表３所示。　４．２　实现关键技术及其解决方法　针对知识获取困难问题，采用故障规则的自动获　取手段；针对知识表示方法单一问题，采用组合的知　识表示方法；针对推理机制选择的问题，采用多种推　理策略等方法，使得传统方法得到了进一步的应用，　具体改进方法如表４所示　瑚Ｊ。　构建汽车故障诊断专家系统同构建其它领域的专　家系统一样，其关键技术主要是知识获取、知识表示方　法和推理机制的选择等，针对上述关键技术，许多学者　进行了解决方法的研究。一方面注重对传统方法的改　表２　国外汽车专家系统的研究发展阶段　表３　专家系统在汽车故障诊断中的研究与应用　４．２．２新技术新理论的应用　习方法，探索新的学习方法，建立新的机器学习系统，　特别是多种学习方法协同工作的智能诊断专家系统，　是研究的重要方向Ｈ引。　将新理论新技术与传统方法融合，出现了如基于　案例的专家系统、基于模糊理论的专家系统、基于神　经网络的专家系统、基于行为的专家系统以及远程故　障诊断专家系统等，如表５所示　－４３１。　４．３专家系统研究应用趋势　（２）增加知识表示方式寻求更加准确、直观和　方便的知识表示方式，注重知识库的可维护性，扩展　性以及容错能力的发展，使得知识表示向智能化的方　向发展。　尽管将专家系统应用于汽车故障诊断取得了一定　的进展，但是仍不能完全代替专家的思维过程，需要同　领域专家合作。因此，诊断的智能化、网络化和集成化　是未来汽车故障诊断专家系统的发展趋势　】。　（１）提高知识获取能力　解决知识获取的途径　主要是通过机器学习，因此发展和完善现有的机器学　（３）改进推理方法精度基于神经网络的推理、　基于案例的推理及基于模糊诊断的推理等方法有效　提高了诊断推理的精度，目前出现的将信息融合技术　与神经网络技术结合实现故障的推理过程，可全面提　高故障诊断的准确性和可靠性　Ｊ。　・１　１・　维普资讯 http://www.cqvip.com Ｖ０ｌ　２ｌ　ＮＯ　ｌ　机械研究与应用　第２ｌ卷第１期　２００８－Ｉ）２　ＭＥＣＨＡＮＩＣＡＬ　ＲＥＳＥＡＲＣＨ＆ＡＰＰＬＩＣＡＴＩＯＮ　２００８年２月　表４专家系统传统方法关键技术的改进特点　关键技术　改进方法　特　点　应用　法　内嵌的推理机实现推理　利用现成的框架，简化推理编程过程，加快推理速度。　发动机点火系故障　一一　史案例知识的挖掘，获得知识，不需对知识进①将粗集理论中的事例特征项的权值向量确定算法、事例相似度计算算法和基于　＝二．　行规则提取，便于进行增量式学习，主要用于事例推理的算法应用到汽车异响故障诊断专家系统当中；②采用动态存储模型技　…。　分析不确定性故障以及源知识难于表示成规术，实行分类分层存储；③采用最近邻策略与模糊策略对实例进行匹配基于。　薹连　奏　…　……论　蓁　一耄囔　与规则推理相结合的方法，用于汽车发动机的故障诊断专家系统推理机设计中。一　奏　・ｌ２・　维普资讯 http://www.cqvip.com 第２ｌ卷第１期　２００８年２月　机械研究与应用　ＭＥＣＨＡＮＩＣＡＬ　ＲＥＳＥＡＲＣＨ＆ＡＰＰＬＩＣＡＴ１０Ｎ　Ｖｏｌ　２ｌ　Ｎｏ　ｌ　２ｏｏ８．Ｉ）２　（４）网络集成故障诊断专家系统　网络架构下　的集成故障诊断专家系统符合现代汽车故障诊断领　域要求，基于实例、规则和模糊神经网络模型的集成　诊断专家系统，是集成故障诊断专家系统的研究方向　之一，同时多媒体技术的应用也有助于提高故障诊断　的准确性和效率；通过局域网和因特网等实现诊断服　务信息的交流和共享，达成多专家协同诊断已经成为　现代故障诊断领域的发展趋势　。　５基于数值特征识别的汽车故障诊断方法　基于特征状态识别方法不仅适用于机械系统的　故障诊断，而且也适用于电器、电子及控制系统的诊　丽　２０００年以前　２０００＂￣２００５年　２００５年至今　断。其诊断步骤首先为获得诊断信息，其中最主要的　获取方式是通过拾振器拾取机械系统的振动信号。　然后对诊断信息进行预处理和分析，包括滤波、Ａ／Ｄ　转换以及数字信号的预处理等，最后，对系统的状态　进行识别。常用的状态识别方法有时域模型识别法、　频域识别法、逻辑推理法、距离函数分类法、灰色模型　关联度分析法，还有基于模式识别的方法，如基于混　沌特征量的状态识别、模糊识别以及神经网络识　别等。　图４状态识别方法在不同时期应用研究的比例　５．１信号数值特征分析　经过处理后的离散信号称为时间序列，对这些信　号的分析主要采用两种方法即时域分析方法，（如自　回归（ＡＲ）模型法）和频域分析方法（如傅立叶变换、　加窗傅立叶变换法等）。近年发展起来的小波理论，　由于在时域和频域都具有良好的特性，成为特征信号　分析最广泛使用的方法。关于这几种特征信息分析　方法的比较情况如表６所示　。　通过在中文期刊网上检索，对１９９４年至今的８０　表６几种数值特征分析方法的比较　分析方法　适用条件　线性系统、　在汽车故障　诊断领域的应用　ＡＲ模型　缓慢发生的故障　或者是平稳信号　将系统用数学模型来描述，通过观测模型本身的变化或模型参　用于汽车传动系统如变速　数的变化来判断系统的工作状态。　是将一个任意函数表示为具有不同频率的谐波函数的线性叠　器、传动轴的故障诊断　傅立叶变换　稳态信号　加，它缺乏局部性检测能力，不能很好地表现信号中的局部突变　特征。　只能用稳态信号，目前在汽　车故障领域应用较少　目前在汽车故障领域应用较　少　可获得信号频率分量的分布情况。但它是以固定的滑动窗口对　傅　换非稳态信号　信号进行分析，因此不适应对要求具有不同分辨率的信号进行　分析。　小波分析具有“变焦”功能，能在高频处采用短窗以获得良好的　汽车传动系统如变速箱、传　小波分析　信号　时域分辨率，而在低频处采用长窗以获得良好的频域分辨率，因　动轴以及发动机总成等涉及　此可以对具有不同分辨率的信号进行分析。　机械振动的故障诊断　５．２状态模式识别　主要模式识别方法的比较，如表７所示。　模式识别是指对表征事物或现象的各种形式的　（数值的、文字的和逻辑关系的）信息进行处理和分　析，以对事物或现象进行描述、辨认、分类和解释的过　程。它是信息科学和人工智能的重要组成部分，已经　在天气预报、卫星航空图片解释、工业产品检测、字符　识别、语音识别、指纹识别、医学图像分析等许多方面　得到了成功的应用。目前用于汽车故障诊断领域的　模式识别方法主要有灰色模型关联度分析法、混沌识　在实际进行故障诊断中，上述的特征提取和识别　方法并非孤立使用，而是结合在一起的。如张成宝将　时序建模方法与神经网络结合，利用时序参数对网络　进行训练，建立齿轮状态的分类网络，以实现对变速　箱齿轮状态的识别　；吴勉将小波包理论、联合时频　信号处理方法以及模糊神经网络结合，实现对信号的　智能采集、分析和识别　；张艳等融合模糊理论、神　经网络和遗传算法的优点，结合补偿理论，设计了一　种用于柴油机振动故障诊断的新方法，该方法虽然花　・别法、模糊识别法以及神经网络识别法等。对这几种　ｌ３・　维普资讯 http://www.cqvip.com Ｖ０ｌ　２ｌ　Ｎｏ　ｌ　机械研究与应用　第２ｌ卷第１期　２０ｏ８－（）２　ＭＥＣＨＡＮＩＣＡＬ　ＲＥＳＥＡＲＣＨ＆ＡＰＰＵＣＡ　ＨＯＮ　２００８年２月　费较长的训练时间，但通过训练得到的系统参数可以　和分类速度加快，并组成实用化的在线故障诊断系　达到全局最优，而且识别精度高，计算复杂度低　∞　；　统　’¨，具有广阔的发展前景。　郑海波等将小波变换与ＢＰ神经网络结合，使得计算　表７几种主要状态模式识别方法比较‘　－　此外，还出现了一些新的基于特征信息识别的故　几何等理论和技术已经在汽车故障诊断领域有了一　障诊断方法，如张海军等运用统计模拟的方法，提取　定的应用，今后将更加注重将非线性数学工具应用于　发动机信号的故障特征并给出这些特征值的置信区　汽车故障诊断，并将多种理论和技术进行融合和集　间，实现了故障的定量诊断　；任志英等提出了测量　成，促进故障分析手段的多样化　”Ｊ。　声信号以判断系统故障的方法，并提出了解决声信号　（３）与汽车故障状态的远程诊断系统集成将　测试的关键技术，如声源的辨别、去噪声干扰以及测　基于数值特征识别的故障诊断方法用于汽车运行状　量精度等【７’　；朱福根等根据小波和人工免疫系统的　态的远程实时监测，可以大大提高车辆的使用效　原理，提出了一种基于小波变换的故障诊断系统，并　率【７引。如将小波分析用于短时突变信号的去噪和提　介绍了一种用状态识别的免疫算法，即疫苗算法，此　纯，可大大降低误报和虚报警的发生率；将模糊理论　算法在小样本获取、连续学习、数据压缩等方面具有　用于状态分类，使得复杂系统状态的分类精度得到提　明显的优越性　Ｍ　Ｊ。还有如将分形几何引人到汽车故　高；运用神经网络理论可以对不同来源的复杂信号很　障诊断中，从那些不规则的特征信号中提取出它的结　好的融合，并不断修正、积累经验，达到自组织自适应　构特征的分形维数，该方法可用于汽车故障的分类，　的目的；将分形理论用于状态识别，通过一个主要变　运行状态的异常判断，故障征兆的早期预报等。　量的时问序列来重构相空间，以混沌系统在相空间中　５．３数值特征识别方法应用研究趋势　的几何形态特征参数来获得实际被监测系统的状态　上述几种基于数值特征识别的方法是目前汽车　变化　】。　故障诊断领域广泛研究与应用的方法。近年来，许多　（４）智能化状态识别方法的应用研究将各种　学者研究的一些新理论和新技术都致力于解决该方　状态识别方法同专家系统结合，借助信息技术、网络　法中各环节的技术问题。尽管这些方法为汽车故障　技术以及人工智能技术，发展具有智能化识别功能的　诊断发挥了很大作用，但仍存在不足，表现在提取有　产品，并使其安装简单，操作方便。目前发展的一些　效信号、去除干扰信号的手段还有待进一步加强；状　大型集成化故障诊断检测设备已经具有这些功能，随　态识别的精度以及将这些方法固化起来并转化为实　着科技的进步和汽车智能化水平的不断提高，智能化　用产品的技术还不完善等。因此，基于数值特征识别　状态识别方法将具有广阔的应用前景　。　的汽车故障诊断方法将在如下方面研究与应用：　６结论　（１）完善和优化现有的状态识别方法　目前状　综上所述，未来汽车故障诊断将在传统方法的基　态识别方法还存在如识别精度低、识别速度慢等问　础上，不断的融合各种先进的技术和理论方法，如将　题，有些方法还只是实验室阶段，没有得到具体的应　人工智能技术、状态监测技术、故障诊断理论以及实　用。还有待于进一步研究　Ｊ。　际经验知识进行系统性集成，并以网络化方式运行的　（２）新理论与新方法的研究目前的小波理论、　故障诊断系统。该系统不仅是相关检测技术的集成，　模糊数学方法、神经网络、混沌理论、免疫算法及分形　而且是故障诊断信息和理论的集成，其高级形式是远　・１４・　维普资讯 http://www.cqvip.com 第２１卷第１期　２００８年２月　机械研究与应用　ＭＥＣＨＡＮＩＣＡＬ　ＲＥＳＥＡＲＣＨ＆ＡＰＰＵＣＡＴＩＯＮ　Ｖｏｌ　２１　Ｎｏ　１　２ｏｏ８．（）２　程协作诊断。其支持技术主要包括检测设备或仪器　通讯的标准化、故障诊断专家系统的通用化、故障诊　断推理方法的多元化和故障诊断知识获取的网络化　等４个方面　引。　目前，美国工程师协会已经把各公司的几十种通　信方式统一起来，较大程度上解决了检测设备或仪器　与车载计算机系统之间通信协议的标准化问题，改善　了汽车的计算机性能和通信速度，加速了其标准化进　程；对于故障诊断专家系统只能针对单一车型等通用　化问题，目前已经提出研究专家系统构造工具的新课　题，主要来解决不同种类车型故障诊断专家系统开发　的统一模式和程序，使同一车系不同车型或同一总成　生产厂家生产的产品的故障诊断知识库得到共享，该　系统实际上是数值计算与符号推理的集成，是多种知　识处理技术和多种诊断技术的集成以及多个模块或　功能子系统的集成；针对集成化汽车故障诊断系统的　推理机制，应根据不同的故障模式或类型采用相应的　方法。将基于符号的推理方法与基于数值计算的推　理方法相结合，对提高诊断结论的准确性十分有利。　如现在普遍研究的神经网络专家系统、模糊专家系统　等都是多元化融合推理的实例。由于计算机网络技　术的日益成熟，积累的速度将大幅度提高，周期明显　的缩短。这使专家系统的性能得到提高，功能得到改　善。广域网络系统提供了各个企业与诊断网站的互　联通道，同时，由于广域网络设备配置的可靠性高，通　讯速度快，具有良好的扩展能力，满足了网络用户对　广域网络的需求。总之，高度集成化的汽车故障诊断　系统是未来汽车故障诊断领域的重要发展方向。　参考文献：　［１］杜晓慧，丛峙，邹振礼．汽车故障诊断技术简论［Ｊ］．黑龙江交　通科技，２００５（７）：５７—５８．　［２］赵英勋．汽车诊断技术的发展与对策［Ｊ］．汽车研究与开发，　２ｏｏ４（５）：２８—３１．　［３］周凡．汽车电控系统的故障诊断方法［Ｊ］．交通标准化。２００６　（２）：１７９—１８３．　［４］　彭富明．汽车发动机故障检测与诊断系统设计［Ｊ］．计算机测量　与控制，２００５（１３）：１３５１—１３５３．　［５］　郑殿旺．汽车变速箱故障诊断计算机分析系统［Ｊ］．汽车研究与　开发，１９９６（３）：５５—５７．　［６］　郭荣春，王赘松．基于虚拟仪器的汽车远程故障诊断系统的研　究［Ｊ］．山东理工大学学报，２００３（３）：１３—１６．　［７］　王奉涛，马孝江．汽车变速器性能检测与故障诊断系统设计　［Ｊ］．仪器仪表学报，２００６（６）：３８２—３８５．　［８］　睦召令，阂永军，陈吴，等．汽车液压制动系的计算机诊断系　统［ｊ］．南京林业大学学报，２０００（４）：３２—３４．　［９］　刘庆华．ＯＢＤ＿ＩＩ一第二代车载故障诊断系统［Ｊ］．汽车维修与保　养，２００６（７）：６３。　［１０］Ｇｉｌｂｅｒｔｏ　Ｇｅｒｌａｄｏ．Ｄｉｆｅｒｅｎｃｅｓ　ｂｅｔｗｅｅｎ　ｏｎ—ｂｏａｒｄ　ｄｉａｇｎｏｓｔｉｃ　Ｓｙｓ—　ｔｅｍｓ（ＥＯＢＤ，ＯＢＤ—ＩＩ，ＯＢＤ—ＢＲ１　ａｎｄ　ＯＢＤ—ＢＲ２）［Ｊ］．ＳＡＥ　ｐａｐｅｒ，２００６（０１２６７１）：１２一ｌ４．　戴冠军，周启明，谢小军．电控汽车自诊断系统通讯网络设计　原理［Ｊ］．汽车技术，２００３（２）：３９—４０．　［１２］　ＣａｒｌｏＮ，Ｇｒｉｍａｌｄｉａｎｄ　ＦｒａｎｃｅｓｃｏＭａｒｉｎａｉ．Ｐｒｅｄｉｃｔｉｏｎ　ｏｆｅｎｇｉｎｅ叩一　ｅｒａｔｉｏｎａｌ　ｐａｒａｍｅｔｅｒｓ　ｆｏｒ　ｏｎ—ｂｏａｒｄ　ｄｉａｇｎｏｓｔｉｃ　ｕｓｉｎｇ　ａ　ｆｒｅｅ　ｍｏｄｅｌ　ｔｅｃｈｎｏｌｏｇｙ［Ｊ］．ＳＡＥ　Ｔｒａｎｓ．Ｓｅｃｔｉｏｎ　３．Ｊｏｕｒｎａｌ　ｏｆ　Ｅｎｇｉｎｅｓ，１９９９　（１）：１２２４．　［１３］　王旭斌，王生昌。李茂月．车载自诊断的原理及使用［Ｊ］，汽　车电器，２０Ｏ６（１２）：３１—３４．　［１４］　Ｚｈｏｕ　Ｘｉｎｇ—ｌｉ—Ｘｉｎａ．Ｏｎ　ｂｏａｒｄ　ｓｅｌｆ—ｄｉａｇｎｏｓｔｉｃ　ａｔｒａｔｅｇｉｅ８　ｓｅａｒｃｈ　ｆｏｒ　ｅｌｅｃｔｒｏｎｉｃ　ｃｏｎｔｒｏｌ　ｉｄｅｓｅｌ—ｏｉｌ　ｉｎｊｃｅｔｉｏｎ　Ｓｙｓｔｅｍ［Ｊ］．Ａｕｔｏ－　ｕｒｓｔｉｃｓ，２００７（０１３５４０）：２５—２８．　［１５］　Ｐａｕｌ　Ｘｌｉｇｓ　Ｂａｌｔｕｓｉｓ．Ｏｎ—ｂｏａｒｄ　ｖｅｈｉｃｌｅ　ｄｉａｇｎｏｓｔｉｃｓ［Ｊ］．ＳＡＥ　ｐａ－　ｐｅｒ２００４（２１０００９、：３３—３４．　［１６］　Ｙｕｔｏｎｇ　Ｇａｏ，Ｍ．Ｄａｖｉｄ　Ｃｈｅｃｋｅ１．Ｅｍｉｓｓｉｏｎ　ｆａｃｔｏｒｓ　ａｎａｌｙｓｉｓ　ｆｏｒ　ｍｕｌ—　ｔｉｐｌｅ　ｖｅｈｉｃｌｅｓ　ｕｓｉｎｇ　ａｎ　ｏｎ—ｂｏａｒｄ，Ｉｎ—Ｕｓｅ　ｅｍｉｓｓｉｏｎｓ　Ｍｅａｓｕｒｅｍｅｎｔ　ｓｙｓｔｅｍ［Ｊ］．ＳＡＥ　，２００７（叭１３２７）：１６—１９．　［１７］　Ｍａｒｋｏ　Ｋ　Ａ，Ｊａｍｅｓ　Ｊ　Ｖ；Ｆｅｌｄｋａｍｐ　Ｔ　Ｍ；ｅｔ　ａ１．Ａｕｔｏｍｏｔｉｖｅ　ｄｉａｇ－　ｎｏｓｆｉｃ８　ｕｓｉｎｇ　ｔｒａｉｎａｂｌｅ　ｃｌａｓｓｉｉｆｅｒ［Ｊ］．Ｓｔａｔｉｓｔｉｃａｌ　ｔｅｓｔｉｎｇ　ａｎｄ　ｐａｒｓ—　ｄｉｔｃｈ　ｓｅｌｃｅｔｉｏｎ：Ｉｎ：Ｐｒｃｅ．ｏｆ　ＩＪＣＮＮ，１９９０（８）：３２—３６．　［１８］　ＹｉＬｕ，Ｔｉｅ　ｑｉ　Ｃｈｅｎ，ＢｒｅｎｎａｎＴＨａｍｉｌｔｏｎ．Ａｆｕｚｚｙ　ｄｉａｇｎｏｓｔｉｃｍｏｄｅｌ　ｎａｄ　ｉｔｓ　ａｐｐＨｃａｉｆｏｎ　ｉｎ　ａｕｔｏｍｏｔｉｖｅ　ｅｎｇｉｎｅｅｒｉｎｇ　ｄｉａｇｎｏｓｉｓ［Ｊ］．Ａｐ—　ｐｌｉｅｄ　Ｉｎｔｅｌｌｉｇｅｎｃｅ，１９９８（９）：２３１—２４３．　［１９］　Ｓｔａｓｚｅｗｓｋｉ　Ｗ　Ｊ．Ｗｏｒｄｅｎ　Ｋ．Ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｏｆｆａｕｌｔｓ　ｉｎ　ｇｅａｒ—ｂｏ－　ｘｅｓ：ｐｒｅｐｒｏｃｅｓｓｉｎｇ　ａｌｇｏｒｉｔｈｍｓ　ａｎｄ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋｓ［Ｊ］．Ｎｅｕｒａｌ　Ｃｏｍｐｕｔｉｎｇ＆Ａｐｐｌｉｃａｔｉｏｎｓ。１９９７（５）：１６０—１８３．　［２０］　Ｊａｎｉｅｃ　Ｍ　Ｌｕｋｉｃｈ；Ｗａｙｎｅ　Ｄ　Ｂｒａｎｄｔ．Ｉｎｔｅｇｒａｔｅｄ　ｄｉａｇｎｏｓｔｉｃｓ　ｆｏｒ　ｔｈｅ　ｖｅｈｉｃｌｅ　ｓｙｓｔｅｍ［Ｊ］．ＳＡＥ，２００６（９１２６８３）：２—５．　［２１］　刘风霞，孙风英。纪峻岭．专家系统故障诊断法及其在汽车故　障诊断中的应用［Ｊ］．交通科技与经济，２００１，３（２）：４０—４３．　［２２］　陈铭，李纲，王成焘．基于油液分析的汽车发动机摩擦系　统故障诊断专家系统知识库的建立［Ｊ］．润滑与密封，１９９８　（４）：２１—２３．　［２３］　盛颂恩，劳佳锋，陈久军．基于粗集理论的故障规则自动获取　系统的研究［Ｊ］．浙江工业大学学报，２００４（４）：２０３—２０７．　［２４］　闵永军，万茂松。黄银娣，等．汽车功能故障知识表示的研究　［Ｊ］．林业机械与木工设备，１９９９（６）：２０—２２．　［２５］　赵志宏．确定性故障诊断知识节点式表示技术［Ｊ］．长安大学　学报，２００３（１）：８０—８３．　［２６］　成曙，张振仁。李晓建，等．汽车电气设备故障诊断专家系统的　设计与实现［Ｊ］．工业仪表与自动化装置，２００４（２）：２１—２３．　［　］　王璐玮，尹朝庆，葛守飞．基于Ｊａｖａ规则引擎的汽车发动机故障诊　断专家系统研究与开发［Ｊ］．交通与计算机，２ｏｏ５（５）：３０—３４．　［２８］　许占文，葛　岳．关于神经网络的汽车故障诊断专家系统　［Ｊ］．沈阳工业大学学报。１９９８（５）：４６—４９．　［２９］　赵树朋，张世芳，邝朴生．汽车电喷发动机故障诊断专家系统　的开发研究［Ｊ］．河北农业大学学报，２００２（４）：７９－８１．　［３Ｏ］　崔林，杨铁皂，朱圣柳．汽车发动机点火系统故障诊断专家　系统的开发［Ｊ］．洛阳工学院学报，１９９８（３）：０４—４４．　［３１］　尹旭日，张从文，王教东．汽车故障诊断中基于粗集的ＣＢＲ　方法研究［Ｊ］．交通与计算机，２ｏｏ５（ｘ）：８３—８６．　［３２］　尹旭日。周志华。陈世福．ＡＦＤＥＳ中基于Ｃａｓｅ推理方法的研　究［Ｊ］．计算机应用与软件，２００２（１）：３９—４１．　［３３］　张力军，石湘龙．案例推理在汽车维修故障诊断中的应用　［Ｊ］．湖南理工学院学报，２００５（９）：７３—７６．　・】５．　维普资讯 http://www.cqvip.com Ｖｏｌ　２ｌ　Ｎｏ　ｌ　２０ｏ８＿（）２　机械研究与应用　ＭＥＣＨＡＮＩＣＡＬ　ＲＥＳＥＡＲＣＨ＆ＡＰＰＬＩＣＡ　ｎＯＮ　第２ｌ卷第１期　２００８年２月　［３４］　王秉仁，姜小丽，张［３５］胡雷．基于模糊逻辑推理的汽车故障诊断　［６ｏ］　杨文平，陈国定，石博强等．基于李雅普指数的汽车发动机故　障诊断研究［Ｊ］．振动工程学报，２００２（４）：４７６—４７８．　［６１］　徐玉秀，原培新，杨文平．基于柯氏嫡的汽车发动机状态预测　的可行性研究［Ｊ］．振动与冲击，２００４（３）：１０１—１０４．　［位］　吴义虎，周育才，张利军，等．车用汽油机污染物排放特性模糊分析　方法及Ｉ盥用研究［Ｊ］．中国公路学报，２００１（３）：１０１—１０５．　［６３］　王伟杰，黄文涛，赵学增．发动机点火系统模糊诊断方法的研　究［Ｊ］．小型内燃机与摩托车，２００２（３）：１—３．　［６４］　张成宝，丁玉兰，雷雨成．人工神经网络在汽车变速器齿轮故　的研究［Ｊ］．机电工程，２００５（１０）：５５－５７．　琳．汽车故障诊断专家系统诊断模型的研究［Ｊ］．电子技　术应用，１９９７（１２）：２３—２６．　［３６］曹建国，罗辑．基于神经网络的发动机异响故障诊断方法　［Ｊ］．机械制造技术２００４（２）：１９－２０．　［３７］王伟杰，赵学增，黄文涛．基于ＢＰ网络的故障诊断正向推理　方法［Ｊ］．车用发动机，２００１（８）：３３—３５．　［３８］　孙乔，潘旭峰，李晓雷．神经网络在汽车传动系统故障诊断　中的应用［Ｊ］．计算机应用系统，１９９６（８）：１６—１８．　［３９］　卫绍元，张营．基于神经网络的汽车故障诊断专家系统开　发中的问题研究［Ｊ］．公路交通科技，２００１（４）：７８—８１．　［柏］　张蕾，董恩国．遗传优化算法在压缩机故障诊断中的应用　［Ｊ］．压缩机技术，２００４（４）：４－６．　［４１］　胡奕涛，武和雷．车用发动机故障综合智能诊断方法研究　［Ｊ］．车用发动机，２００３（６）：４—６．　［４２］　辛惠娟，钱东平。李志芳．基于ＡＳＰ网络开发汽车发动机故障　诊断专家系统［Ｊ］．农机化研究，２００６（２）：１９０—１９３．　［４３］　陈豪，张为公．基于Ｂ／Ｓ的汽车远程故障诊断系统［Ｊ］．北　京汽车，２０Ｏ４（２）：３３—３６．　［４４３　Ｋｒｉｓｔｉａｎ　Ｊａｎｋｏｖ．Ｅｘｐｅｉｒｍｅｎｔａｌｄｅｓｉｇｎ　ａｎｄｄｅｖｅｌｏｐｍｅｎｔ　ｏｆａｎ　ｅｘｐｅｒｔ　ｓ￣ｔｅｍ　ｆｏｒ　ｔｈｅ　ｋｎｏｗｌｅｄｇｅ—ｂａｓｅｄ　ｅｎｇｉｎｅ　ｐｒｏｃｅｓｓ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　ｍｏｄｅｒｎ　ｄｉｅｓｅｌ　ｅｎｇｉｎｅｓ［Ｊ］．ＳＡＥ，２００６（３２）：ｌ１．　［４５］Ｍｉｃｈａｅｌ　Ｈａｄｊｉｍｉｅｈａｄ，Ｊｏｈｎ　ＭｃＣ．．ａｒｔｈｙ．Ｄｅｖｄｏｐｍｅｎｔ　０ｆａ　ｅｘｐｅｒｔ　ｓｙｓｔｅｍｆｏｒ　ａｖｉａｔｉｏｎ　ｉｒｓｋｍｏｄｅｌｌｉｎｇ［Ｊ］．ＳＡＥ，ａｒｔｓ（１）：３３５７．　［４６］Ｉｓｈｅｎｇ　Ｙｅｈ，Ｂｒｉａｎ　Ｋｏｃｈｎｏｗｓｋｉ，Ｔｈｉ￣ａｒａｊ　Ｓｕｂｂｉｎａ．Ａｎ　ｅｘｐｅｔｒ　ｓｙｓ－　ｔｅｍ　ｏｆｒ　ｖｅｈｉｃｌｅ　ｒｅｓｔｒａｉｎｔ　ｓｙｓｔｅｍ　ｄｅｓｉｇｎ［Ｊ］．ＳＡＥ，２００５（１）．１３０４．　［４７］　陈朝阳，张代胜，任佩江．汽车故障诊断系统的现状与发展趋　势［Ｊ］．机械工程学报，２００３（１１）：１—６．　［４８］秦贵和，赵宏伟，臧雪柏，等．基于发动机空载模型的油门及　转速传感器故障检测方法［Ｊ］．吉林工业大学学报，１９９６（２）：　１９—２３．　［４９］羊拯民，张成宝，时序分析在汽车变速箱齿轮故障诊断中的　应用［Ｊ］．农业机械学报，２０００（３）：４—７．　［５Ｏ］杨字，于德介，程军圣．ＥＭＤ和ＡＲ模型在汽车变速器轴承　故障诊断中的应用［Ｊ］．汽车工程，２００４（６）：７４３—７６４．　［５　１］　杨文平，陈国定，石博强．基于小波理论的复杂机械振动信号　降噪分析［Ｊ］．北京科技大学学报，２００２（４）：４５５—４５７．．　［５２］　张梅军，何世平，葛强盛，等．伪魏格纳分布和连续小波变换　在变速箱故障诊断中的应用［Ｊ，．解放军理工大学学报，２００２　（１）：７７—８１．．　［５３］李力，屈梁生．Ｈａａｒ小波变换在变速器齿轮故障诊断中的　应用［Ｊ］．汽车工程，２００３（５）：５１０—５１３．　［５４］　冯志华，朱忠奎，殷明华，等．瞬态成分提取在变速器齿轮故　障诊断中的应用［Ｊ］．汽车工程，２００５（２）：２５１—２５４．．　［５５］　庞茂，周晓军，胡宏伟，等．基于解析小波变换的奇异性检　测和特征提取［Ｊ］．浙江大学学报，２００６（１１）：１９９５—１９９７．　［５６］　黄文涛，王伟杰，赵学增．灰色关联分析在点火系统故障诊断　中的应用［Ｊ］．农业机械学报，２００３（６）：１１—１３．　［５７］赵韩，张彦，方良海，等．灰色关联分析法在汽车零部件　故障分析中的应用［Ｊ］．农业机械学报，２００５（８）：１２５—１２８．　［５８］吴晓兵．基于灰色粗集模型的汽车变速箱故障诊断方法［Ｊ］．　北京理工大学学报。２０００（５）：５７７—５８０．　［５９］　徐玉秀，杨文平，任立义．关联维数及其在故障诊断中的应用　研究［Ｊ］．振动、测试与诊断，２００１（４）：２７５－２８１．　・ｌ６・　障诊断中的应用［Ｊ］．汽车工程，１９９９（６）：３７４—３７８．　［６５］　卫绍元，张营．ＢＰ神经网络在汽车故障诊断中的应用研究　［Ｊ］．辽宁工学院学报，２００１（１）：１２—１４．　［６６］　张蕾，董恩国，李泳鲜．遗传神经网络法在汽车故障诊断中　的应用［Ｊ］．汽车技术，２００３（１）：３６—３９．　［６７］　魏超，卫绍元，王贤军．结合遗传算法的人工神经网络在汽　车故障诊断中的应用［Ｊ］．辽宁工学院学报，２００３（２）：５３－５５．　［６８］　张成宝，丁玉兰，吴光强，等．汽车变速箱齿轮状态识别方法的　研究［Ｊ］．同济大学学报，２０００（２）：２３６—２４Ｏ．　［６９］　吴勉，邵惠鹤．基于时频分析与神经网络的实时智能故障诊　断系统的软件设计［Ｊ］．系统仿真学报。２００１（８）：１７９—１８２．　［７Ｏ］　张艳，陈东，李晓雷，等．融合阴阳补偿理论的软计算故障　诊断方法［Ｊ］．北京理工大学学报，２００１（３）：３０４－３０９．　［７１］　郑海波，陈心昭，李志远．小波神经网络故障诊断系统的设计　与应用［Ｊ］．农业机械学报，２Ｏ０２（１）：７３－７６．　［７２］　张海军，屈梁生，肖云魁．汽车发动机诊断的统计模拟方法　［Ｊ］．汽车工程，２００３（１）：９６—１００．　［７３］　任志英，严世榕．基于声信号的发动机故障测试方案及分析　研究［Ｊ］．现代机械，２００５（６）：４８—５０．　［７４］　朱福根．基于免疫机理的汽车故障检测技术研究［Ｊ］．传感技　术学报，２ｏｏ６（３）：６４５—６４８．　［７５］　Ｓｒｉｎｉｖａｓ　Ｊｏｎｎａｌａｇａｄｄａ．Ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ　ｏｆ　ｄｒｉｖｅｌｉｎｅ　ｓｙｓｔｅｍ　ｕｓｉｎｇ　ｒｅ．　８ｐ０ｎ８ｅ　ｏｐｔｉｍｉｚａｔｉｎｏ［Ｊ］．ＳＡＥ，２００７（１）：３７２７．　［７６］　肖淑梅，贾民平．现代汽车状态检测和故障诊断技术及其发　展［Ｊ］．扬州职业大学学报，２００５（２）：５３－５６．　［７７］　Ｇｅｏｆｆｒｅｙ　ＭｃＣｕｌｌｏｕｇｈ，Ｎｅｌｌ　ＭｃＤｏｗｅｌｌ，Ｇｅｏｒｇｅ　Ｉｒｗｉｎ．ｆａｕｌｔ　ｄｉａｇｎｏｓ－　ｔｉｃｓ　ｏｆｒ　ｉｎｔｅｒｎａｌ　ｃｏｍｂｕｓｔｉｏｎ　ｅｎｇｉｎｅｓ—ｃｕｒｒｅｎｔ　ａｎｄ　ｆｕｔｕｒｅ　ｔｅｃｈｎｉｑｕｅｓ　［Ｊ］．ＳＡＥ，２００７（１）：１６０３．　［７８］　储浩，张雨，吴文兵．汽车状态远程监测技术［Ｊ］．长沙　交通学院学报，２００３（３）：１４—１８．　［７９］　Ｓｈａｈｒａｍ　Ａｚａｄｉ，Ａｂｂｎｓ　Ｓｏｌｔａｎｉ．Ａｐｐｌｉｃａｔｉｎｏ　ｏｆ　ｗａｖｅｌｅｔ　Ａｎａｌｙｓｉｓ　ｔｏ　ｔｈｅ　ｓｕｓｐｅｎｓｉｏｎ　ｓｙｓｔｅｍ　ｆａｕｌｔ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ａ　Ｖｅｈｉｃｌｅ［Ｊ］．ＳＡＥ，２００７　（１）：２３７０．　［８Ｏ］　Ｂｙｕｎｇｈｏ　ｌｅｅ，Ｙａｒｍ　Ｇ．Ｇｕｅｓｅｎｎｅｃ。Ｇｉｏｒｇｉｏ　Ｒｉｚｚｏｎｉ．Ｍｅｄｅｌ—　Ｂａｓｅｄ　Ｆａｕｌｔ　Ｄｉ￣ｉｓ　ｏｆｓｐａｒｋ—ｉｇｎｉｔｉｏｎ，ｄｉｒｅｃｔ—ｉｎｊｅｃｔｉｏｎ　ｅｎｇｉｎｅ　ｕｓｉｎｇ　ｎｏｎｌｉｎｅａｒｅｓｔｉｍａｔｉｏｎｓ［Ｊ］．ＳＡＥ，２００５（１）：７１．　［８１］　ＳｏｎｇＹｏｕ，ＭａｒｋＫ．Ｋｒ８ｇｅ，１．ａｅｉ　Ｊ　Ｊａｌｉｃｓ．Ｏｖｅｒｖｉｅｗ　ｏｆ　ｒｅｍｏｔｅｄｉａｇ－　ｎｅｓｉｓ　ｎａｄ　ｍａｉｎｔｅｎａｎｃｅ　ｆｏｒ　ａｕｔｏｍｏｔｉｖｅ　ｓｙｓｔｅｍｓ［Ｊ］．ＳＡＥ，２００５　（１）：１４２８．　［８２］　Ｓａａｄ　Ｙａｓｅｒ　Ｙａｓｉｎ，Ｍａｊｉｄ　Ｈａｓｈｅｍｉｐｅｕｒ，Ｓｕｂｒａｍａｎｉａｍ　Ｇａｎｅｓａｎ，　Ｒａｍ　Ｓｈａｒｍａ．Ｆｕｚｚｙｌｏｇｉｃ　ｃｏｎｔｒｏｌ　ｂａｓｅｄｆａｉｌｕｒｅ　ｄｅｔｃｅｔｉｎｏａｎｄｉｄｅｎ－　ｔｉｆｉｅａｔｉｏｎ（ＦＤＩ）Ｍｏｄｕｌｅ　ｆｏｒ　Ｉｎｔｅｒｎａｌ　Ｃｏｍｂｕｓｔｉｏｎ（ＩＣ）Ｅｎｇｉｎｅｓ　［Ｊ］．ＳＡＥ，２ｏｏ６（１）：１３５２．　［８３］　储江伟，崔鹏飞．关于集成化汽车故障诊断系统及其支持技　术研究［Ｊ］．公路交通科技，２００５（２）：１２１—１２５．