汽車動力系統故障診斷的分析與研究

穆宏達

摘?要：針對汽車的動力系統故障診斷，首先提出故障診斷基本步驟，然后對故障診斷方法進行深入分析，包括根據人工經驗進行診斷、模糊故障診斷、動力系統自我診斷、網絡故障診斷，提出不同診斷方法的特點優勢，以此為故障診斷中選擇適宜的方法提供參考依據。

關鍵詞：汽車;動力系統;故障診斷

在汽車中，動力系統是它的重要組成部分，同時也是最容易產生故障的系統，這就需要相關人員高度重視其故障診斷，采用正確合理的方法，準確定位故障位置和產生原因，為后續的故障消除和維修奠定良好基礎。

1 故障診斷步驟

針對汽車的動力系統，其故障診斷主要包含以下幾個步驟：

（1）首先，確定監測的主體、方式、參數和流程?？紤]到不同動力系統有明顯差異性，故需要對故障發生形式及內外部結構進行綜合考慮，并明確工作的環境與條件，包括技術水平、工具設備與人員，對運行狀態的監測，在很大程度上決定了動力系統故障診斷能否取得成功[1]。

（2）構建完善的測試系統，選擇適宜的設備，包括信號機與傳感器，以此形成一個可提供詳細故障報告和信息的系統。在這一過程中，需要對包含精確度、靈敏度與信號干擾等在內的問題進行綜合考慮，在做好對相關信息的記錄同時，確定問題的根源所在。

（3）做好信息的整理、分析及各項測試。對所有收集到的數據信息進行整理，從中剔除掉有干擾的內容，然后采用適當的算法來分析，以此確定故障具體產生原因與位置，同時組織開展有針對性的測試。

（4）最后進行狀態的判斷和預報。在這一過程中，重點是要確定不同部件實際運行狀態，然后根據實際運行狀態對將來的運行和發展趨勢予以判斷。

2 故障診斷方法

在實際的故障診斷操作過程中，相關技術人員可利用不同的工具設備，結合自身掌握的理論知識與相關工作經驗，嚴格按照從低到高的基本原則來進行。目前，對于汽車的動力系統，可使用很多故障診斷方法，比較常用的包括下列幾種：

（1）根據人工經驗進行診斷，即在汽車動力系統檢查和故障診斷過程中，由人來觀察和體驗，以此判斷是否有異常聲音與震動等，然后通過邏輯判斷，排除所有可能已經發生的故障，同時確定故障的具體位置與類型[2]。這是一種最能節省資源和資金的故障診斷方式，然而，它需要依賴技術人員自身經驗，既無標準性，也沒有系統性，準確度很低，大部分情況即便取得成功，也屬于偶然性，特別是在汽車工業不斷發展的進程中，動力系統越來越復雜，不同系統間也存在極大的技術差異，這使得誤診斷現象不斷增多。因此，該方式已經面臨必須淘汰的局面，不可在后續的故障診斷工作中使用。

（2）模糊故障診斷，該方式先對動力系統故障實施模糊標記，然后消除明顯不可能的故障及其產生原因，以此不斷縮小動力系統故障范圍，同時開始實踐及討論。該方式在實際的運用過程中，需要根據動力系統實際運行狀態來判斷，在故障診斷條件不具備時，采用這一方式能充分發揮應有作用。然而，該方式本質上無法提供準確有效的判斷，所以它僅屬于預估。

（3）動力系統自我診斷，伴隨汽車工業快速發展，動力系統的自我診斷得到明顯進步，在很多動力系統上都安裝自檢系統，于汽車實際運行時對不同部分實際工作狀態進行實時監測，同時予以有效保護，給出故障警報。從實現機制角度講，先將故障采用代碼的形式臨時存儲于RAM，不同故障代碼對應不同指示燈，采用車載計算機對動力系統實際工作情況進行監控，以此對故障信號和依存的代碼進行對比。故障診斷與維修時，相關技術人員僅需在計算機中提取動力系統故障代碼，即可對故障的產生原因與具體位置做到一目了然，該診斷方式目前已廣泛運用。當然，該方式也存在一定局限性，比如它需要保證硬件可以正常工作，且信號應準確無誤，對故障代碼有較強的敏感性。換言之，若硬件系統產生故障，將無法對動力系統故障進行診斷，另外，如果傳感器失靈，則會產生信號失真，導致最終的判斷結果不準確、不合理[3]。

（4）網絡故障診斷。目前的汽車動力系統生產已實現了體系化與標準化，對于不同廠家的產品，在故障診斷時，可以采用相同的模式來推進。另外，網絡具有的可移植特性能增大診斷比例，比如借助小型計算機，可對車載計算機中的相關信息進行提取，然后通過解碼還原，對與汽車動力系統有關所有故障信息進行判斷。值得一提的是，如今的社會已正式進入到信息化時代，各行各業都開始引入一系列先進技術，如物聯網、云技術和大數據等，這使得汽車動力系統故障診斷可以實現智能化，同時這也是汽車動力系統故障診斷主要方向，需要引起相關人員的高度重視。

3 結語

綜上所述，我國作為汽車產品主要出口國之一，汽車產品生產與消費將催生出后時代市場，而在汽車產品的售后服務當中，動力系統的故障診斷與排除具有重要作用，占據十分重要的地位。而隨著技術的不斷改進和發展，可用于診斷動力系統故障的方法越來越多，不同方法具有不同的特點和優劣勢，需要根據實際情況采取適宜可行的診斷方法。另外，故障診斷還在不斷的向智能化方向發展，能更加準確的找出故障所在，這對推動汽車工業進一步發展具有重要現實意義。

參考文獻：

[1]張俊.基于神經網絡的純電動汽車動力電池系統故障診斷[J].電子技術與軟件工程，2018（24）：234-235.

[2]羅浩.豐田凱美瑞混合動力汽車變頻器冷卻系統故障診斷與維修[J].內燃機與配件，2018（04）：112-113.

[3]張騫，郭昊，謝文龍.電動汽車動力電池系統故障診斷研究[J].現代商貿工業，2017（01）：179-180.