发布时间：2018-07-02所属分类：科技论文浏览：1次
摘 要： 在电子制造和电子商务时代，电子诊断为新一代维护提供了机会。电子诊断将现有的远程维护原则与网络服务和现代电子协作原则结合在一起。电子诊断的目的是隔离故障系统的故障，这是一项需要高技能的任务，导致了对自动化诊断工具的需求。本文对电子诊断技术的
在电子制造和电子商务时代，电子诊断为新一代维护提供了机会。电子诊断将现有的远程维护原则与网络服务和现代电子协作原则结合在一起。电子诊断的目的是隔离故障系统的故障，这是一项需要高技能的任务，导致了对自动化诊断工具的需求。本文对电子诊断技术的特点进行分析，并探究了该技术在汽车维修中的实际应用。
关键词：电子诊断,汽车维修,自动化技术
电子诊断通过使用测量、测试和其他信息源(例如观察到的症状)来收集和分析系统状态信息，从而隔离系统故障的来源。它通常由人类诊断专家执行，在产品生命周期的各个阶段，尤其是在制造和现场维护期间，这是一个重要的功能。在过去的 30 年中，使用人工智能(AI)技术自动进行故障诊断一直是一个重要的研究课题。虽然取得了很大的进展，但在成本敏感领域，工业界的认可度并不高。此外，随着新兴的可重构系统的使用，在线测试和智能诊断可以协助复杂系统的自我维护。本文的目的是回顾使用电子自动化方式的系统诊断研究，并探究其在汽车维修中的应用。
1 诊断过程
随着系统复杂性的增加，产品生命周期的缩短，生产成本的降低以及技术的不断变化，对于产品生命周期所有阶段的智能工具的需求变得越来越重要。一个系统被定义为“相关元素的任何集合，它们共同组成一个具有足够复杂性的实体，在最低级别的细节处理所有元素是不切实际的”。汽车使用超大规模集成(VLSI)组件构建的电子电路板。
电子诊断的目的是及时隔离系统故障的原因(组件或组件)。进行诊断的顺序一般可以总结如下。(1)故障信息生成：必须收集有关故障性质的信息。这是通过融合来自各种来源的信息实现的，包括观察到的症状，进行测量以及运行诊断测试。(2)故障假设生成：然后使用收集的信息将故障定位到与可用故障信息一致的部件或子部件的子集。(3)错误假设判别：如果提出多于一个错误候选，则可能需要进行进一步的测试或使用历史数据(例如概率)来进一步区分。如果进一步的区分较难实现，可能需要经验或反复试验来确定最合适的修理。本质上，诊断过程可以使用从系统观测和测试收集的信息被定义为故障隔离。
1.1 基于规则的系统
基于规则的诊断系统以规则的形式表示诊断专家的经验，通常采用“如果症状那么故障”的形式。代表特定问题领域的知识可能需要数百甚至数以千计的规则。基于规则的推理涉及获取有关问题域的信息，并调用匹配这些信息的规则。这会生成添加到问题信息中的新数据。这个过程迭代重复，直到找到问题的解决方案。
在20 世纪 70 年代和 80 年代初实施的大多数智能诊断程序都是这种形式。电子诊断在汽车维修中的应用包括电话网络、磁盘驱动器、电话交换设备和电子控制系统的诊断应用。最近，基于规则的系统仍在继续使用。维护专家系统(ESPCRM)描述了一个用于诊断 PC 系统到可更换模块级别的系统。复杂的专家系统，采用多个专业规则库来诊断复杂的 PC 板，使用规则库分析处理器内部存储器转储的服务器计算机板的诊断工具。
该系统也有一定的缺点，首先，获取知识构建规则库的困难——被称为知识获取的瓶颈。其次，处理新型故障的能力较差。第三，系统依赖性，也就是说，必须为每个新的系统类型生成一个新的规则库。
1.2 故障(决策)树
这是记录故障诊断程序最常用的方法。故障树使用症状或测试结果作为起点，然后是分支决策树，由操作、决策和最终修理建议组成。
为了简化复杂系统的故障树的生成，智能技术已被应用于其自动生成。通过使用电路描述，故障模拟来产生故障引起的电效应，对这些效应进行量化和分类以产生测试矩阵，最后通过递归搜索来产生测试树并评估测试矩阵。使用从基于事例的推理系统提取的案例生成故障树。应用过程模型、故障模拟和机器学习技术来生成故障树。
此外，故障树已被用于各种现实世界的智能应用，包括汽车电子控制系统的诊断系统。故障树的主要优点是简单易用。事实上，使用这些诊断辅助工具很少需要培训。但是，对于更复杂的系统，完整的故障树可能非常大。另外，故障树是依赖于系统的，甚至很小的工程变更都可能造成系统整体的更新。
2 电子诊断模型
在过去的 15 年中，模型已经取代了基于规则的技术，作为智能系统诊断的主要研究方向之一。模型是被诊断的实际系统的近似表示。基于模型的诊断涉及使用该模型来使用来自真实设备或系统的观察和信息来预测故障。模型经常以分层方式使用，即使用高级模型对初级诊断进行到子单元级，然后使用更详细的子单元模型来诊断到下一级等。已经使用了各种类型的方法，包括故障模型、结构模型、行为模型和诊断推理模型。
2.1 故障模型
这种类型的模型预测可能发生的故障类型，只对这些类型进行建模。将每个选定的故障类型插入到每个组件中，并使用仿真来监视整个系统的行为。每个模拟都会描述当特定部件以特定方式发生故障时整个系统的运行情况。这提供了故障 / 症状对的列表，其用于产生故障模型，当存在特定的总体症状时，该故障模型可以指示哪个组件是有缺陷的。
该方法主要应用于数字电路的诊断，用于检测“一”和“零”故障，桥接(短路)故障和延迟(定时)故障。例如，为了测试一个简单的数字组合电路，使用了一系列的二进制测试向量。使用故障模拟器，每个故障类型都会记录每个测试模式的行为。缺陷组件是根据每个测试模式的故障字典或模型运行的门。
对于组合数字电路，故障模型可以准确地诊断模型故障，但是它们无法处理意外的(即未模拟的)故障。然而，对于大多数诊断目的而言，该组模拟故障可能是足够的，因此可以为许多应用提供更充分的解决方案。与顺序电路一起使用时故障模型的效果较差。为了诊断这样的电路，需要测试序列而不是单个矢量，并且如果由于故障在测试期间电路的状态丢失，则可能无法完成序。已经提出将电路分成更易于管理的块(称为封装)作为可能的解决方案。最后，对于大电路来说，所需的测试向量的数量可能很大，导致不切实际的测试时间。数据压缩方法已经被应用于解决这个问题。
2.2 因果模型
因果模型是一个有向图，其中节点代表模型系统的变量，链接代表变量之间的关系或关联。例如在诊断模型中，变量通常代表症状和故障，链接代表症状——故障关联。每个链接的强度通常使用数字权重或概率来定义。因此，使用贝叶斯技术来排列或者消除所形成的故障假设。贝叶斯网络是这种方法的变体。
贝叶斯网络应用于集成电路测试仪的诊断。领域专家关于不同测试器故障模式概率的知识被表示为贝叶斯网络。基于规则的系统比工业中的基于模型的方法更普遍，因为人们认为基于模型的系统更难建立。为了克服这个问题，提出了一个将系统简单框图转换为因果模型的工具。
构建一个因果模型需要应用领域的专家知识，所以“知识获取瓶颈”是其主要缺点。主要优点是能够比规则更容易地表示关于物理或抽象概念的复杂结构化知识，从而提高计算效率。另外，因果模型基于概率数学理论。
2.3 基于结构和行为的模型
过去 15 年的主要研究方向之一是使用基于结构和行为的模型。使用结构和行为的双重表示。结构表示列出了建模系统中的所有组件及其互连。行为表示描述了每个组件的正确行为模式。行为模型可以使用各种抽象层次，包括数学、定性或功能。这两种表示通常都是使用逻辑公式(如一阶谓词演算)创建的。如果模型的操作与特定操作模式下的实际系统的观察结果不一致，则发生差异，必须执行诊断以找出有缺陷的部件。未能测量这些值表明模型和实际系统之间存在差异。
与故障模型不同，这种类型的模型是一个正确的模型。也就是说，它模拟了一个工作设备，理论上，它可以诊断任何故障类型，而不仅仅是模拟的故障类型。许多基本技术是在 20 世纪 80 年代提出的，涉及简单的组合数字电路的诊断。其他设备类型也适用相同的基本原则。该过程一般由三个步骤组成。第一，假设生成：生成可能对观察到的差异负责的组件(嫌疑人)列表。第二，假设检验：测试每个可能故障值，看是否可以解释所有的观察结果。已经提出了许多方法来免除和减少在假设生成过程中产生的数值。这些方法包括：约束暂停、基于假设的真值维护和故障模型模拟。第三，假设区分：如果在上一步之后还有一个以上的数值，这一步骤将收集更多的信息来帮助进一步的区分。可以使用以下方法之一收集其他信息进行区分。
假设检验(HT)是诊断应用结构 / 行为模型的开创性工作之一。其应用领域是组合数字电路。为了描述结构，它使用了 DECmmp 并行语言(一种 VLSI 设计语言)的一个子集。所使用的表示是分层的，并且使用了物理和功能描述。约束被用来描述行为，模拟和推理规则被用来描述组件输入和输出之间的关系。使用候选生成和约束暂停进行诊断。
3 结语
汽车维修成本的增加，产品生命周期的缩短以及技术的快速变化正在推动对自动化诊断的需求。电子诊断技术在汽车维修过程中的应用能极大地提高维修的效率和质量，降低检修成本，因而具有重要的价值。本文对电子诊断技术的相关要点进行了分析，并探究了该技术在汽车维修中的具体应用，希望能促进汽车维修技术的发展。
参考文献：
[1]申文斌 . 电子诊断在现代化汽车维修技术中的应用探讨 [J]. 汽车实用技术 ,2017，(06)：124-125.
[2]李烽 . 现代汽车维修技术中电子诊断技术的运用与分析 [J]. 现代制造技术与装备 ,2016，(09)：138-139.
推荐期刊：《汽车实用技术》(月刊)创刊于2002年，经国家新闻出版总署正式批准，陕西省科学技术协会主管，陕西省汽车工程学会主办的国内外公开出版发行的应用技术类月刊，是面向汽车行业工程技术人员、管理干部及科研院所广大师生专门刊登各类学术论文的高端科技期刊。
SCI SSCI AHCI