探究基于DSP的汽車發動機故障診斷

【摘 要】 隨著科學技術的發展，汽車制造業當中的新技術與新工藝的應用越來越多，尤其是高新電子技術和計算機技術的應用使汽車成為一個復雜的系統，進而汽車的故障問題也日漸趨于復雜化，從汽車的表體采集信號對故障進行推斷和確定成為當前研究的熱點。本文主要探討基于DSP的汽車發動機故障診斷系統的開發，在相關理論研究的基礎上對系統的科學性和實用性進行研究，得到較為滿意的結果。

【關鍵詞】 發動機 ?故障診斷 ?DSP系統

隨著汽車工業的發展，人們對發動機的要求越來越高，兼顧經濟性、實用性和節能環保特性成為發展的方向。發動機的電控系統越來越完善，其故障診斷技術也越來越重要。故障診斷作為一門專門研究汽車發動機故障產生的原因、機理以及特征的學科，涉及到的范圍非常廣泛，包括計算機技術、傳感技術以及人工智能技術等。利用故障診斷技術能夠有效的對汽車發動機的故障進行預測，減少重大事故的發生以及造成嚴重的經濟損失。同時還能夠實現汽車維修的預測，減少修理的成本。筆者基于Freescale DSP 56F807的汽車發動機進行故障診斷系統的理論和實踐性研究。

1 基于DSP的汽車發動機故障診斷系統方案

本研究中故障診斷系統的硬件包含傳感器、DSP開發板、執行元件、監控系統以及訊號處理系統等，主要實現對汽車發動機的數據采集通訊以及狀態監控和故障診斷的功能。

通過電控單元實現對數據居信息的采集和處理、系統中的邏輯性運算以及系統控制。方案中要求電控單元在滿足相關的抗干擾性能的基礎上具有良好的可靠性。作為汽車發動機中的實時監測系統，應當使用具有高運算速度的芯片。在本次研究當中使用的是 Freescale DSP 56F807進行開發，并進行獨特的設計。研究以AJR汽車發動機作為實驗的對象，將模擬信號和數字信號輸入到其中。其中模擬發動機傳感信號包括汽車發動機進氣的溫度、氧傳感以及爆震信號、在一定電壓范圍內的節氣門坐標與怠速節氣門坐標、在一定電壓范圍內的發動機冷卻水的溫度等;數字信號則包括發動機的轉速、點火和噴油的情況、怠速的電機占空比以及凸輪軸的坐標位置信號。

2 信息數據的采集與通信

基于DSP的汽車發動機電控單元信號數據的采集與處理包括對傳感器以及執行器信號的的處理。需要通過特定的回路使用DSP進行計算，在處理完成之后傳送至監控系統當中進行分析和存儲，信息數據的采集功能是DSP發動機故障診斷系統當中最為基本的功能，通過提供數據信息對電控發動機的工作狀態進行分析，進而實現對發動機的故障診斷。在本次研究中為電路設計添加了適量的干擾元件，通過光耦隔離等增強電路的抗干擾性能。

通信主要通過計算機的接口與DSP系統實現，DSP系統向計算機傳輸發動機的相關參數數據，計算機可以實現對數據的監控與分析，通過傳送和控制的性能能夠對參數進行調整。本次研究中計算機的核心通訊部位是MSComm控件?？梢詫κ录M行捕捉以及處理通信。每一個MSComm控件都設置有與之對應的串行端口。

3 發動機故障診斷監控系統

監控系統可以實時采集和同步顯示發動機的運行參數以及電控單元的控制參數，同時還能對這些參數進行控制和調整，對分析處理的結果進行保存以方便發動機的故障診斷和維修，因此監控系統在發動機故障診斷系統具有非常重要的作用。此次研究當中主要利用語言編程對發動機故障診斷學系統中的監控程序進行開發研究，實現了數據的顯示、傳遞、控制、調整、保存以及報警等功能。數據庫的設置由兩種控件共同組成，實現數據庫的信息數據存儲、修改等功能。在監控系統的使用過程中，工作人員可以非常便捷的進行操作，一旦發動機發生故障將會進行聲光報警，在人機界面中顯示故障代碼、故障發生的位置產生故障的原因，并自動對此次故障進行記錄。真正意義實現了系統的自動化管理，汽車發動機故障的診斷也更為便捷，很大程度上節約了時間成本以及人工成本，提高了工作效率。

4 故障的診斷方法

4.1 系統自診斷方法

系統自診斷方式主要是測試系統中微控制器的工作狀態，根據檢測得出的結果采取針對性的措施進行處理。這種診斷方式由操作系統層當中的安全和保護模塊實施處理。

4.2 在線直接的故障診斷

在線直接診斷方式主要是對系統中輸出和輸入信號的的變化特點進行分析，判斷系統發生故障的具體情況，具有快速、精確的特點。在線直接診斷方式就是在工作的狀態下對系統控制的信號進行直接的測試，將正常的信號與故障的信號進行對比，判斷故障產生的原因、位置等。該方式能夠直接對電控單元的信號其作用，而診斷程序本身就是電控單元中的控制模塊，所以操作非常便捷，具有高效的特點。主要對傳感器和執行器的故障模型進行診斷，故障多為恒增益發生改變、出現卡死以及恒偏差等現象。

4.3 模糊性的故障預測方法

離線模糊性的預測方法則需要根據發動機的工作狀態以及其中的非功能性信息進行判斷，具有智能化、聯想性等特點。故障現象和故障產生的位置均有一定程度的模糊性，離線模糊性故障預測的方法就是依據該特性，使用模糊規則的推理方法或者是神經網絡的自學習方法建立出點與現象的映射關系。這兩種方法的使用具有鮮明的特點，且互為補充。模糊規則的推理方法不需要使用大量的樣本數據、邏輯性非常強以及具有模塊化的優點，但是其自學習的能力弱;而神經網絡的自學習方法雖然擁有較強的自學習能力和聯想能力，但是存在需要大量的樣本參數進行支持以及表達難以理解等缺點。通常將這兩者方式結合起來應用，形成集成的系統以解決故障中的模糊性以及人為主觀導致的問題。

5 結語

最后進行故障系統診斷的臺架實驗，得出了相關結論：本研究中基于DSP的汽車發動機故障診斷系統擁有靈活、機動的特點，同時易于維護、方便擴展;在線直接診斷方式能夠作為管理系統對軟件模塊實施控制;模糊性故障預測方式通過將模糊規則的推理方法與神經網絡的自學習方法結合能夠有效提高系統的智能化水平。

參考文獻

[1]馮雷星，王劍影，劉縱橫，等.發動機模擬式溫度控制器的數字化研究[J].燃氣渦輪試驗與研究，2014，（2）：41-43，49.

[2]畢勝堯.基于DSP的汽車發動機故障診斷及預測系統研究[D].哈爾濱理工大學，2014.

[3]柯紹強.汽車發動機故障診斷及預測系統研究[J].科技與創新，2014，（21）：39-40.

作者簡介：蔣南希（1980—），男，漢族，湖南長沙人，實驗師，汽車維修工高級技師/交通部汽車檢驗員高級技師，實驗、實訓、教學負責人，校

企合作項目教學負責人。