多傳感器信息融合技術(shù)在車載自診斷系統(tǒng)的研究

2 Bayes推理方法
Bayes推理方法算法如下：汽車運(yùn)行過程可以看成是一個(gè)隨機(jī)過程，根據(jù)先驗(yàn)知識對故障做出概率估計(jì)稱為先驗(yàn)概率，記為P(ωi)，(i= 0，1，2，…，c)；P(ω0)表示正常工況的概率，P(ωi)，(i=1，2，…，c)表示c類故障發(fā)生的概率。將故障樣本X=(x1，x2，…，xn)作為輸入模式樣本，P(X|ωi)(i=1，2，…，c)表示輸入模式的c類條件概率密度函數(shù)。根據(jù)Bayes公式：

式中：P(ωi|X)是已知條件下ωi出現(xiàn)的概率，稱為后驗(yàn)概率。因此如果滿足下面Bayes規(guī)則，則x∈ωi，且：

主觀Bayes方法中，每條推理規(guī)則可以表示為：IF[規(guī)則名]THEN H(LS，LN)。其中，LS，LN(≥0)分別稱為充分性度量和必要性度量(其數(shù)值由專家定)，主觀Bayes方法推理過程就是根據(jù)證據(jù)事件的概率P(E)，利用規(guī)則(LS，LN)，事件的系統(tǒng)性能斷言的先驗(yàn)概率P(H)更新為后驗(yàn)概率P(H|E)，同時(shí)H又作為新規(guī)則的證據(jù)，結(jié)合新的規(guī)則(LS，LN)，進(jìn)一步計(jì)算出新的后驗(yàn)概率。

3 實(shí)例
下面用一個(gè)汽車的具體實(shí)例來說明，如何采用Bayes方法進(jìn)行故障診斷。汽車系統(tǒng)運(yùn)行中經(jīng)常出現(xiàn)各種各樣的故障，執(zhí)行元件故障是其中最常見的一種情況。引發(fā)故障的原因很多，大致歸納是由傳動控制系統(tǒng)、主動懸掛系統(tǒng)、防自鎖剎車系統(tǒng)、發(fā)動機(jī)控制系統(tǒng)、安全氣囊系統(tǒng)、儀表顯示系統(tǒng)、各個(gè)故障診斷系統(tǒng)、燃油噴射系統(tǒng)、電動車門系統(tǒng)、空調(diào)系統(tǒng)、照明系統(tǒng)、電動椅系統(tǒng)、排放控制系統(tǒng)、車身穩(wěn)定系統(tǒng)、防盜系統(tǒng)的匹配、汽車噪聲的檢測這16個(gè)部分的不同故障可能的原因所引起。
從圖2可看出，引起執(zhí)行元件故障的因素有很多種。其中，執(zhí)行系統(tǒng)動作的不穩(wěn)定是故障的主要現(xiàn)象之一，排氣不良、工作油質(zhì)不良等多種故障都可能導(dǎo)致執(zhí)行元件的動作不穩(wěn)定，因此這種故障是連鎖性質(zhì)的，不是簡單的一一對應(yīng)關(guān)系。通過對汽車系統(tǒng)這類故障的統(tǒng)計(jì)，可以得到各部位發(fā)生故障的幾率具有一定的先驗(yàn)統(tǒng)計(jì)規(guī)律，上例的簡單統(tǒng)計(jì)如表1所示。