多傳感器信息融合技術(shù)在車載自診斷系統(tǒng)的研究

摘要：隨著汽車行業(yè)的發(fā)展，對汽車的性能檢測、維修、管理提出更高的要求。通過分析多傳感器數(shù)據(jù)融合技術(shù)故障診斷方法及汽車診斷系統(tǒng)(故障預(yù)測與健康管理)的特點，在不改變當(dāng)前汽車智能檢測系統(tǒng)硬件組成的情況下，將多傳感器信息融合技術(shù)運(yùn)用到汽車診斷系統(tǒng)，并且比較智能化分析系統(tǒng)的故障，以及記錄下全部傳感器和驅(qū)動器的數(shù)據(jù)，實現(xiàn)對汽車系統(tǒng)的實時狀態(tài)監(jiān)測、健康評估和故障診斷。
關(guān)鍵詞：故障分析；診斷系統(tǒng)；信息融合；傳感器

O 引言
目前的大部分故障檢測方法往往只是對系統(tǒng)狀態(tài)信息中的一種或幾種信息進(jìn)行多層次、多角度的分析和觀察，從中提取有關(guān)系統(tǒng)行為的特征，所以給系統(tǒng)故障的有效診斷帶來了局限性。比如，在汽車的運(yùn)動過程中，利用發(fā)動機(jī)氣缸的缸溫對發(fā)動狀態(tài)進(jìn)行診斷時，由于信號類型中能夠提供的信息較少，因而很難做出準(zhǔn)確評價。但如果能將氣缸的溫度信息、發(fā)動機(jī)轉(zhuǎn)速，以及汽車的運(yùn)動速度綜合起來考慮，那么就可以對發(fā)動機(jī)的狀態(tài)進(jìn)行更準(zhǔn)確的評價。在某些故障診斷過程中，雖然有時利用一種信息，即可判斷機(jī)器的故障，但在許多情況下得出的診斷結(jié)果并不可靠。因而多傳感器數(shù)據(jù)融合技術(shù)從多個不同的信息源獲得有關(guān)系統(tǒng)狀態(tài)的特征參數(shù)進(jìn)行有效的集成與融合，能較為準(zhǔn)確和可靠地實現(xiàn)系統(tǒng)運(yùn)行狀態(tài)的識別和故障的診斷與定位。
隨著微電子技術(shù)、現(xiàn)場總線、計算機(jī)測控技術(shù)、信息與處理技術(shù)、無線通信、線控驅(qū)動等技術(shù)的發(fā)展，多傳感器信息融合的智能化診斷技術(shù)在汽車系統(tǒng)故障診斷中的應(yīng)用已成為一個新的研究方向。多傳感器數(shù)據(jù)融合與所有單傳感器信號處理相比，單傳感器信號處理是對人腦
數(shù)據(jù)處理的一種低水平模仿，而通過多傳感器數(shù)據(jù)融合可以更大程度地獲得被測目標(biāo)和環(huán)境的信息量，能夠在最短的時間內(nèi)，以最小代價獲取單個傳感器所無法獲取的更精確特征。多傳感器數(shù)據(jù)融合的基本原理也象人腦綜合處理信息一樣，充分利用多個傳感器資源，通過對這些傳感器及其觀測信息的合理支配和使用，把多個傳感器在空間或時間的信息冗余或互補(bǔ)依據(jù)某種準(zhǔn)則進(jìn)行組合，以獲得被測對象的一致性解釋或描述，但從現(xiàn)代生活應(yīng)用的角度看，多傳感器信息的融合技術(shù)可以定義為通過對空間分布的多源信息，各種傳感器的時空采樣，對所關(guān)心的目標(biāo)進(jìn)行檢測、關(guān)聯(lián)、跟蹤、估計等多級多功能處理，以更高的精度、較高的概率或置信度得到人們所需要的目標(biāo)狀態(tài)和估計，以及完整及時的態(tài)勢和威脅評估，為駕駛員提供有用的決策信息。實際上也是對各類傳感器提供的信息進(jìn)行綜合處理，模擬人腦對復(fù)雜問題的綜合處理。它的基本原理就是充分利用不同時間與空間的多傳感器信息資源，通過在一定準(zhǔn)則下對計算機(jī)技術(shù)這些傳感器及觀測信息進(jìn)行自動分析、綜合以及合理支配和使用，將各種單個傳感器獲取的信息冗余或互補(bǔ)依據(jù)某種準(zhǔn)則組合起來，獲得對被測對象的一致性解釋與描述，使系統(tǒng)獲得比它的各組成部分更優(yōu)越的性能，以此來提高整個傳感器系統(tǒng)的有效性，消除單個或少量傳感器的局限性。因此，它應(yīng)用在汽車系統(tǒng)中就能使整個系統(tǒng)的各個子系統(tǒng)更好的管理和維修。

1 自診斷系統(tǒng)思想的實現(xiàn)
汽車系統(tǒng)是一個集機(jī)械、電子、材料、通信和網(wǎng)絡(luò)等先進(jìn)技術(shù)的復(fù)雜系統(tǒng)。汽車故障診斷系統(tǒng)的目標(biāo)是實現(xiàn)準(zhǔn)確故障診斷和維修，以減少汽車在運(yùn)動中的一些事故發(fā)生。為適應(yīng)未來人們高質(zhì)量的需要，提高汽車智能化的發(fā)展，降低總的維修費(fèi)用，需要根據(jù)汽車的具體要求建立汽車故障診斷體系和技術(shù)方法，即汽車整個系統(tǒng)實施方案。首先要確定可以直接表征其故障、健康狀態(tài)的參數(shù)指標(biāo)或間接推理判斷系統(tǒng)故障、健康狀態(tài)所需的參數(shù)信息，并利用數(shù)據(jù)采集設(shè)備將該類參數(shù)信息進(jìn)行實時采集，這些采集數(shù)據(jù)是實施汽車系統(tǒng)診斷的數(shù)據(jù)基礎(chǔ)。精確、及時、高可靠性的狀態(tài)監(jiān)測與數(shù)據(jù)處理技術(shù)作為實施汽車的前端技術(shù)，將直接影響汽車系統(tǒng)的性能。但是汽車系統(tǒng)體積小、系統(tǒng)復(fù)雜，機(jī)載設(shè)備多，載荷能力有限，所以汽車系統(tǒng)對數(shù)據(jù)信息、數(shù)據(jù)鏈路和診斷設(shè)備提出更高的要求，并借助各種算法(如快速傅里葉變換、離散傅里葉變換)和智能模型(如專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯等)將原來單一的各分系統(tǒng)的性能檢測信息、故障診斷信息和汽車運(yùn)動信息進(jìn)行集成，實現(xiàn)對汽車各部件運(yùn)行信息的綜合管理、系統(tǒng)狀態(tài)監(jiān)測、故障診斷與預(yù)測、部件性能降級衰退分析與剩余壽命累計、預(yù)測。這種汽車智能安監(jiān)系統(tǒng)與傳統(tǒng)的故障檢測相比，優(yōu)勢在于由事后檢測轉(zhuǎn)移到事前預(yù)測，在詳細(xì)掌握部件失效機(jī)理的情況下，構(gòu)建部件失效模型,達(dá)到故障預(yù)測。同時，這種汽車安檢系統(tǒng)還需要采納傳統(tǒng)優(yōu)秀的故障檢測方法，用來探測潛在故障，以便在災(zāi)難事件造成前采取措施。將多傳感器信息融合技術(shù)運(yùn)用于汽車系統(tǒng)的故障診斷之中，通過汽車運(yùn)動時所采集到的狀態(tài)參數(shù)、運(yùn)動參數(shù)、發(fā)動機(jī)以及任務(wù)設(shè)備等方面的數(shù)據(jù)信息，結(jié)合給定汽車系統(tǒng)故障機(jī)理及失效分析，找出數(shù)據(jù)信息與故障元件之間的映射關(guān)系，然后對采集的數(shù)據(jù)信息進(jìn)行融合，形成基于知識推理的多傳感器信息融合故障診斷方法，從而準(zhǔn)確無誤地診斷出故障元件。但隨著汽車故障診斷系統(tǒng)的龐大化和復(fù)雜化，傳感器的類型和數(shù)目急劇增多，從
而使汽車系統(tǒng)形成了一個傳感器群，基于此就引出了多傳感器融合技術(shù)。當(dāng)汽車在運(yùn)行時，其傳感器群均處于實時信息采集狀態(tài)，對于每個系統(tǒng)每種故障征兆可能對應(yīng)著故障庫中多種可能的故障，而故障庫中的每個故障也可能引起多種故障征兆，所以要對各傳感器采集的故障信息進(jìn)行融合。分別通過各故障征兆對所有的假設(shè)進(jìn)行獨立的判斷，得出各假設(shè)情況下發(fā)生的故障概率分布及發(fā)生的概率，然后融合各故障信息，以求得各故障發(fā)生的概率，其中發(fā)生概率最大的為主要故障。