电控柴油机智能诊断系统研发

介绍了自主研发的电控柴油机智能诊断系统。通过和柴油机控制器间的可靠通信,智能诊断系统不仅可以读取电控系统相关故障码,而且可以控制柴油机运行特殊的测试工况,并基于专家系统对运行参数进行分析,实现对机械组件的诊断。系统结合了多传感器数据融合技术,提高了较复杂故障判别的可信度。     

信息融合技术在汽车ABS系统故障诊断中的应用

针对汽车电控系统故障诊断的复杂性,提出用多传感器信息融合技术来解决该问题的思路。研究了一种决策层信息融合方法(Dempster-Shafer证据推理法)在汽车防抱死系统故障诊断中的应用,并详细介绍了在此实例中的故障识别框架的建立、mass函数的确定、证据合成等内容。结果表明,基于Dempster-Shafer证据推理的决策层信息融合方法能够准确、有效地诊断出ABS系统故障所在的部位。     

奥迪200 1.8T轿车ABS系统故障自诊断检测

1.奥迪200 1.8T轿车ABS系统故障自诊断功能 奥迪200 1.8T轿车ABS系统故障自诊断能对ABS系统的电气及电子元件进行检测,原则上可以区分出15种不同的故障.如果被监测的传感器或执行元件发生了故障,这些故障均以故障码的形式储存到ABS控制单元J104的故障存储器中,利用故障检测仪V.A.G1551即可读取故障存储器中的故障信息.     

自动驾驶汽车状态估计的矩阵加权自适应扩展卡尔曼滤波方法

针对自动驾驶汽车状态和故障估计问题,基于自适应扩展卡尔曼滤波（AEKF）理论提出了一种矩阵加权多传感器信息融合估计方法。首先,将自动驾驶汽车运动学模型进行离散化处理;然后,以极小化多传感器量测估计误差向量均方和为目标,采用拉格朗日极值求解方法设计了矩阵加权多传感器信息融合方法;最后,在低精度传感器、高精度传感器、融合估计3种条件下仿真验证该方法的正确性。结果表明,与单个传感器情形相比较,所提出的方法能较好地估计自动驾驶汽车的位置、航向角、速度信息以及执行机构故障信息,为自动避障、自动泊车等精准测控任务提供参考。     

基于最小临近点迹和航迹关联的多源目标融合方法

针对智能车辆多传感器的目标融合问题,提出了一种改进的基于欧氏距离与余弦相似度的点迹和航迹数据关联的车用多传感器目标跟踪融合算法。该方法需获取由毫米波雷达系统和Mobileye视觉系统检测到的目标物数据列表,并对两个传感系统检测到的目标物数据进行匹配关联;然后对目标物进行匹配跟踪,更新目标物的生命周期状态;最后对上述两个传感系统输出的目标物的数据进行融合。该算法能够融合视觉系统和雷达系统两个传感系统的优点,以达到精确感知环境信息的目的,从而解决单一传感器难以满足感知系统精度及可靠性需求的问题。     

传感器引起电喷发动机故障的诊断方法

电喷发动机电子控制系统故障复杂,常常表现为多因多果。文中用虚拟仪器技术LABVIEW对传感器进行信号采集处理,利用BP神经网络对电喷发动机控制系统单一故障对应的可能故障原因进行判断,同时用BP神经网络对采集的传感器信号进行处理,诊断出传感器故障类型,最后,将两者结合确定出故障现象与故障原因的实际对应关系。本系统为由传感器引发的电喷发动机故障的诊断提供了一种有效方法。     

基于SVDD与D-S证据理论的发动机故障诊断研究

提出了一种基于支持向量数据描述(SVDD)和D-S证据理论相结合的故障诊断新方法,通过SVDD算法分别判断来自单个传感器的数据,然后运用D-S证据理论对各传感器的诊断结果进行信息融合,最终实现对发动机的故障诊断.试验表明,该方法充分利用各信号源的冗余互补信息,降低了诊断的不确定性,提高了故障诊断的可靠性.     

一种冲突证据合成的汽车故障树诊断方法

故障诊断在当前汽车检测与维修技术中占有很大比重,作为多传感器系统的汽车,采集的故障证据存在偶发性和不确定性,冲突性故障证据会出现在同一整车系统中。本文提出一种基于D-S证据合成的汽车故障诊断方法,首先将源故障频度归一化作为证据融合的基本信任分配函数;然后使用该基本信任分配函数计算出证据之间的距离,再利用各证据的距离对证据进行聚类;最后利用D-S合成规则对分类的故障证据进行融合,得出最终诊断结果。     

基于遗传神经网络废气分析的汽车故障诊断方法研究

设计了神经网络诊断系统,并用于融合分析废气含量、发动机转速、氧传感器信号及某些工作状态信息诊断汽车故障.设计方法为应用遗传算法的复制、交换、变异过程代替BP网络的反向传播过程,并对遗传算法进行改进研究.实践证明,这种基于遗传神经网络方法的故障诊断系统具有收敛速度快、推广性能强的特点,提高了汽车故障诊断系统的效率和准确性.     

工程机械的预知维修

随着机械的可靠性、维修性提高 ,检测诊断技术的发展与推广 ,机械的修理方式将朝着预知维修发展。预知维修采用先进的检测诊断技术 ,对机械进行不解体检测 ,利用信息分析和处理技术 ,可较准确地了解机械的技术状态 ,从而降低了机械维修成本、提高了机械运转的可靠性。1　建立在机械故障理论基础上的预知维修虽然机械故障种类繁多 ,但其产生原因有一共同点 :来自工作条件、环境条件等方面的能量积累到超过一定限度时 ,机械就会发生异常而产生故障。我们要对故障的原因进行正确的分析 ,寻找故障源以达到预知修理的目的。故障分析必须建立在故…     

汽油机故障信息与故障的关联性分析

利用故障诊断仪或者根据闪烁码从电子控制单元的故障诊断系统获取的故障信息只能提示哪些信号或信号处理过程中发生的中间步骤数据不可信或哪些系统可能发生了故障,这并不等于故障已经找到。因为引发一条故障信息的原因可以是多方面的:可能是电气元件(如传感器或执行器或ECU等)损坏,可能是导线断路,可能是电气元件或导线对电源正极或对地短路,甚至可能是机械故障如零部件     

基于多信号源融合的汽车车速信号处理及应用

针对实际应用过程出现的问题进行故障模式分析,提出采用多车速信号源融合的冗余处理方案。该车速信号处理系统融合了车速传感器硬线脉冲信号、防抱死制动系统ABS的CAN信号和车队管理系统的GPS车速信号,通过彼此互相冗余校验、修正,有效解决了单一车速信号源系统由于干扰、连接不可靠等因素引起的车速异常问题,保证了整车车速信号的稳定性和可靠性。     

融合技术在汽车故障诊断中的应用

采用融合技术将汽车各相关传感器信号融合，应用在神经网络故障识别系统中，可以快速、准确地诊断汽车故障。本文以氧传感器信号和喷油控制电压信号为例，系统说明了通过提取两信号的特征值，采用融合技术应用神经网络故障识别系统诊断煤油喷射系统故障的方法。其中，氧传感器信号选取5个特征值，喷油控制电压信号选取7个特征值，两信号可识别的故障种类为17种，神经网络设计为12—12—17结构。     

基于1DCNN与双通道信息融合的柴油发动机故障诊断

针对传统单通道振动信号诊断方法只能采集部分信息用于局部诊断,而多通道信号融合权重确定困难、实时性差的问题,提出一种基于深度一维卷积神经网络(One-dimensional Deep Convolutional Neural Network,1DCNN)与双通道信息融合的柴油发动机故障诊断方法.通过搭建柴油发动机预置故障试验台,将传感器配置于发动机不同位置以采集发动机运行过程中的双通道故障信号,分别提取振动信号中的最大值、最小值、峰峰值、均值、整流平均值、方差、标准差、峭度等14个特征,构建特征集矩阵并利用主成分分析(Principal Component Analy-sis,PCA)进行特征融合,输入深度一维卷积神经网络,实现对发动机不同故障状态的诊断.试验结果表明,该方法可以有效识别发动机不同的故障状态,与单通道信号诊断相比,所提出的双通道信息融合方法在发动机故障诊断中具有更好的效果.     

现代汽车自动空调系统工作原理及正确使用与维护(十三)

<正>电气故障:电气故障引起空调系统无法正常工作的故障点比较多,传感器的性能下降或损坏会造成输入信号的失真,导致系统识别出有故障发生,如压力     

捷达王轿车氧传感器的结构、工作原理与故障分析

捷达王轿车AHP发动机采用氧化锆式氧传感器。介绍了该传感器的结构和工作原理,论述了氧传感器中毒损坏和使用操作不当对氧传感器造成的损坏,详细说明了自诊断故障信息的检测以及氧传感器和氧传感器加热器的检查诊断方法。列举了3个故障检修实例。     

柴油机控制系统故障自诊断功能设计

针对柴油机电控系统产品开发的故障诊断需求,采用故障自诊断分层结构对故障分类方法,实现了柴油机电控产品传感器、执行器和硬件资源的故障处理.重点介绍了加速踏板传感器和发动机曲轴与凸轮轴传感器的故障自诊断设计原理及应用策略.试验结果表明,该柴油机故障自诊断功能可以有效监控控制系统安全.     

面向低速清扫车的信息融合车辆跟踪方法

交通参与者运动的准确跟踪与预测对智能车行为决策的有效性至关重要。传统运动目标的跟踪系统多采用单一传感器,难以保证数据的精度与可信度。为提高系统的鲁棒性与可靠性,设计一种融合毫米波雷达和相机的目标跟踪方案,该方案针对多目标的特征级信息进行融合。首先,考虑低速行驶的自动驾驶清扫车所处环境杂波较多,方案选择基于IMM/JPDA的多目标跟踪方法估计局部航迹。为降低JPDA数据关联的计算复杂度,结合基于马氏距离构造的椭圆关联门和基于车辆非完整性约束构造的扇形关联门,实现关联门的自适应调整,减少关联杂波的干扰。其次,结合传感器的配置与特性,对目标的航迹状态进行空间对准和时间对准,按照航迹点间的欧氏距离和互协方差选择融合模式,进行局部航迹融合。最后,为验证多目标跟踪和航迹融合方法的有效性与实用性,分别设计基于MATLAB/PreScan环境的仿真试验和基于智能清扫车平台的实车试验。研究结果表明：在横、纵方向上,融合后的系统状态都比单一传感器的估计状态更为准确,融合结果对单一传感器的估计误差有35%以上的提升;实车试验证明,该方案能有效融合ESR毫米波雷达和Mobileye单目前视相机的状态估计信息,能基本正确地跟踪目标和估计航迹;融合状态的横、纵向误差都在可接受范围以内,且融合状态比单一传感器的估计波动更小。     

皇冠3.0ABS故障码的读取与清除

皇冠3.0的制动系统采用的是分离式防抱制动系统,即前轮各装有一个车速传感器,后轮共用一个车速传感器。其电子控制装置根据轮速传感器输入的信号形成控制指令,通过压力调节装置对各轮缸制动压力进行调节,实施防抱制动。由于该电控系统具有故障自诊断功能,所以当ABS出现故障时,故障诊断系统能够自动识别,ECU对故障进行编码并存储故障信息。通过一定的程序,     

传感器故障情况下电控汽油机的喷油量实测分析

<正>电控发动机与传统机械发动机的最大区别,在于运用多个传感器对发动机的即时数据进行采集,并且通过ECU进行闭环控制,从而实现精确喷油,提高发动机工作效率,同时降低燃油消耗。本文以北京现代伊兰特轿车为例,通过对其1.6V发动机电控系统传感器进行预设故障,做了大量的实验,采集不同传感器故障情况下,发动机在不同转速点的喷油量,并对电控系统在传感器故障情况下的控制表现进行分析,从而阐述相关传感器与喷油量的关系。