電控CNG發動機模糊故障診斷策略研究

張莉，蘇曉芳，陳娜娜

（1.北京城市學院，北京，101300；2.天津機電職業技術學院，天津，300350）

0 引言

CNG發動機是在原有柴油機基礎上進行改進，且采用電控技術控制相應部件，使其控制的精度不斷提高，因此采用的控制策略和控制邏輯也越來越復雜。一旦某個部件出現問題，發動機可能會出現一種或多種故障癥狀；故障癥狀的表征不一，而且同一種故障癥狀引起的原因有多種，這就導致了故障癥狀和故障原因之間存在模糊不確定的關系，故引入模糊推理方法來診斷這種不確定性、模糊性問題。

另外，電控CNG發動機與常規汽、柴油發動機在燃燒特性上的差異，使得其組成結構、故障機理以及故障特點也在許多方面與汽、柴油機不同，其故障診斷的內容也更加復雜。鑒于此，引入模糊邏輯推理來進行電控CNG發動機故障診斷策略的研究。

1 模糊故障診斷模型

1.1 知識庫的建立

由于電控CNG發動機工作情況和故障診斷內容的復雜性，發動機故障現象與故障部位之間的對應關系也較為復雜，導致CNG發動機的故障多為不確定性故障。在進行發動機故障診斷知識的表示要考慮諸多因素，要對發動機的故障進行分析和歸類。

1.2 不確定性知識的表示

針對CNG發動機故障現象與原因之間的復雜關系，且二者之間沒有明確的對應關系和規律可循。為了能夠利用故障癥狀快速而準確的判斷故障，必須先從故障癥狀與故障原因的相關性分析入手，通常引入隸屬度函數來表示這種關聯。相互關系一般是在歸納總結、統計分析、不斷校正的基礎上獲得的，由于二者之間沒有明確的對照，針對這種復雜的不確定性知識引入模糊數學理論進行分析和表示。同時，需要注意在知識的表示時采用規范化的計算機容易識別的形式有利于模糊系統的知識的自動獲取，可以直接輸入到計算機中。在知識的表示和組織中，最頂層的對象應是發動機本身，其下層關系為發動機的各子系統，再下層應為各子系統的部件。為了便于計算機接受，可將故障按照層次分類，首先分為燃氣、進氣、點火、怠速、電控和機械等六類系統級別故障。然后，每個系統級別故障又可分為若干部件故障。最后，行業領域專家知識可以歸納為三個層級，分別是典型故障癥狀、系統級別故障和部件故障。

電控CNG發動機是在柴油機基礎上改制而成的，增加了相應的燃氣控制部件和燃氣ECU，使得故障高發率主要集中在燃氣供給系統。根據行業領域專家的經驗知識及企業調研建立如表1所示的燃氣系統的常見故障現象、故障原因知識庫。

表1 電控CNG發動機故障知識庫

由于電控CNG發動機結構復雜，故障信息模糊，使得故障征兆和故障原因之間難以建立正確的數學模型，所以在建立故障訓練樣本時，需要用模糊理論將CNG的故障輸入量進行模糊化表示，其隸屬度的確定是依據專家經驗法及維修實際情況給出[1]。將故障存在的程度分為5個層次，見表2。

表2 故障層次

以故障y1進氣管漏氣為例，其故障癥狀x經模糊化處理的輸入向量為{0.9,0.9,0.7,1,0,0}。參照以上可對CNG發動機燃氣系統常見故障進行模糊化表示，得到表1所示的訓練樣本。

2 模糊推理策略

推理策略是系統進行故障診斷的重要組成部分，依據電控CNG發動機故障癥狀和故障原因之間的模糊關系，采用模糊推理策略。

模糊推理規則表示：

式（1）中A-論域X的模糊集合、B-論域Y的模糊集合。通常，稱“x is A”為前件或前提，“y is B”為后件或結論。式中表達了兩個變量x∈X，y∈Y之間的關系，把if-then規則定義為乘積空間X×Y上的二元模糊關系R。則有：

有了模糊規則就有模糊推理，且多數情況下是近似推理。根據式（1）規則進行的推理可寫作：

式（2）可以由如下公式計算：

式（3）采用了（∧,∨）模糊算子。當規則有多個前提時，也可以采用類似與式（3）進行計算[2]。

鑒于電控CNG發動機出現故障的隨機性和人工經驗的模糊性等特點，也可使用正反向混合演繹推理（此處不是本文核心，故不再贅述）和模糊子集法進行綜合診斷，避免出現診斷時間過長，過程繁瑣的問題。

3 模糊診斷過程實現

模糊診斷方法是一種基于知識的自動診斷方法，它是利用模糊邏輯描述故障原因與故障現象之間的模糊關系，通過隸屬度函數和模糊關系方程解決故障原因與狀態識別問題[3]。在實際故障診斷時，要在傳統模糊關系矩陣基礎上，構建精確的數學模型比較困難，需要實時獲取故障相關的輸入信息，利用計算機的自學習功能修正權系數，最終得到動態的模糊診斷矩陣。

3.1 模糊矩陣

依據專家經驗分析判斷，在分析異常故障現象的基礎上得出故障原因。依靠模糊邏輯推理，對模糊推理結果進行綜合評判。針對發動機故障的模糊關系，引入模糊關系矩陣表示。實際出現的發動機故障不是“非此即彼”，而是復雜的、不明確的對應關系，這種對應關系就決定了CNG發動機故障的復雜性和模糊性。

對故障原因集Y中的故障原因yj(j=1，2，...，n)做出故障評判，確定該故障原因對故障癥狀xi(i=1，2，...，m)的隸屬度（或發生故障癥狀xi時故障原因是yi的可信度）rij。這樣n個故障原因對應m個故障癥狀的評價集就構成了評價模糊矩陣R：

其中，0≤rij≤1，1≤i≤m，1≤j≤n

模糊矩陣R是故障原因論域Y與故障征兆論域X的一種模糊關系。模糊關系矩陣R是m×n維矩陣，其中故障征兆為行，故障原因為列，第i種征兆xi對第j種原因yj的關聯度為矩陣元素rij，即發生故障癥狀xi時故障原因是yi的可信度。

3.2 模糊診斷實例

文章以電控CNG發動機起動困難、發動機怠速不穩易熄火故障為例具體說明模糊診斷過程的實現。其故障診斷表見表3～表6所示。

表3 故障癥狀等級和專家評分表

表4 “發動機起動困難”對應故障原因表

表5 “發動機怠速不穩易熄火”對應故障原因表

空氣濾清器堵塞 0.8×0.5 進氣系統故障燃氣噴嘴漏油、霧化不良或堵塞 0.75×0.5 燃氣系統故障怠速調整不當 0.6×0.5 怠速系統故障電子節氣門故障 0.1×0.5 怠速系統故障減壓器故障 0.1×0.5 燃氣系統故障火花塞工作不良 0.6×0.5 點火系統故障進氣壓力傳感器故障 0.1×0.5 進氣系統故障發動機缸壓過低 0.4×0.5 機械系統故障

表6 各系統可信度統計表

通過計算，發現進氣系統發生故障的可信度最大，即引起發動機起動困難和怠速不穩易熄火故障的原因最大可能是進氣系統問題，可按照系統提供的檢修建議優先級別進行檢查，若該系統確有故障，可對該系統中的可疑部件依次進行檢修，檢修順序參照可信度大小排序檢查，依次排除，最終確定故障原因。若該系統無故障，則按照上述方法檢修下一個系統，直到確診。經實踐檢修，驗證診斷結果的正確性。

4 結論

通過分析，模糊邏輯診斷成功與否依賴于構建動態故障診斷模型和模糊矩陣的正確性。通過建立模糊診斷矩陣，并經過修正，則會得到比較接近實際的，能客觀反映故障原因的結論。實驗證明，模糊推理結論符合實際診斷結果。