多傳感器信息融合技術(shù)在車(chē)載自診斷系統的研究

摘要：隨著(zhù)汽車(chē)行業(yè)的發(fā)展，對汽車(chē)的性能檢測、維修、管理提出更高的要求。通過(guò)分析多傳感器數據融合技術(shù)故障診斷方法及汽車(chē)診斷系統(故障預測與健康管理)的特點(diǎn)，在不改變當前汽車(chē)智能檢測系統硬件組成的情況下，將多傳感器信息融合技術(shù)運用到汽車(chē)診斷系統，并且比較智能化分析系統的故障，以及記錄下全部傳感器和驅動(dòng)器的數據，實(shí)現對汽車(chē)系統的實(shí)時(shí)狀態(tài)監測、健康評估和故障診斷。
關(guān)鍵詞：故障分析；診斷系統；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(guān)察，從中提取有關(guān)系統行為的特征，所以給系統故障的有效診斷帶來(lái)了局限性。比如，在汽車(chē)的運動(dòng)過(guò)程中，利用發(fā)動(dòng)機氣缸的缸溫對發(fā)動(dòng)狀態(tài)進(jìn)行診斷時(shí)，由于信號類(lèi)型中能夠提供的信息較少，因而很難做出準確評價(jià)。但如果能將氣缸的溫度信息、發(fā)動(dòng)機轉速，以及汽車(chē)的運動(dòng)速度綜合起來(lái)考慮，那么就可以對發(fā)動(dòng)機的狀態(tài)進(jìn)行更準確的評價(jià)。在某些故障診斷過(guò)程中，雖然有時(shí)利用一種信息，即可判斷機器的故障，但在許多情況下得出的診斷結果并不可靠。因而多傳感器數據融合技術(shù)從多個(gè)不同的信息源獲得有關(guān)系統狀態(tài)的特征參數進(jìn)行有效的集成與融合，能較為準確和可靠地實(shí)現系統運行狀態(tài)的識別和故障的診斷與定位。
隨著(zhù)微電子技術(shù)、現場(chǎng)總線(xiàn)、計算機測控技術(shù)、信息與處理技術(shù)、無(wú)線(xiàn)通信、線(xiàn)控驅動(dòng)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(chē)系統故障診斷中的應用已成為一個(gè)新的研究方向。多傳感器數據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
數據處理的一種低水平模仿，而通過(guò)多傳感器數據融合可以更大程度地獲得被測目標和環(huán)境的信息量，能夠在最短的時(shí)間內，以最小代價(jià)獲取單個(gè)傳感器所無(wú)法獲取的更精確特征。多傳感器數據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(gè)傳感器資源，通過(guò)對這些傳感器及其觀(guān)測信息的合理支配和使用，把多個(gè)傳感器在空間或時(shí)間的信息冗余或互補依據某種準則進(jìn)行組合，以獲得被測對象的一致性解釋或描述，但從現代生活應用的角度看，多傳感器信息的融合技術(shù)可以定義為通過(guò)對空間分布的多源信息，各種傳感器的時(shí)空采樣，對所關(guān)心的目標進(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狀態(tài)和估計，以及完整及時(shí)的態(tài)勢和威脅評估，為駕駛員提供有用的決策信息。實(shí)際上也是對各類(lèi)傳感器提供的信息進(jìn)行綜合處理，模擬人腦對復雜問(wèn)題的綜合處理。它的基本原理就是充分利用不同時(shí)間與空間的多傳感器信息資源，通過(guò)在一定準則下對計算機技術(shù)這些傳感器及觀(guān)測信息進(jìn)行自動(dòng)分析、綜合以及合理支配和使用，將各種單個(gè)傳感器獲取的信息冗余或互補依據某種準則組合起來(lái)，獲得對被測對象的一致性解釋與描述，使系統獲得比它的各組成部分更優(yōu)越的性能，以此來(lái)提高整個(gè)傳感器系統的有效性，消除單個(gè)或少量傳感器的局限性。因此，它應用在汽車(chē)系統中就能使整個(gè)系統的各個(gè)子系統更好的管理和維修。

1 自診斷系統思想的實(shí)現
汽車(chē)系統是一個(gè)集機械、電子、材料、通信和網(wǎng)絡(luò )等先進(jìn)技術(shù)的復雜系統。汽車(chē)故障診斷系統的目標是實(shí)現準確故障診斷和維修，以減少汽車(chē)在運動(dòng)中的一些事故發(fā)生。為適應未來(lái)人們高質(zhì)量的需要，提高汽車(chē)智能化的發(fā)展，降低總的維修費用，需要根據汽車(chē)的具體要求建立汽車(chē)故障診斷體系和技術(shù)方法，即汽車(chē)整個(gè)系統實(shí)施方案。首先要確定可以直接表征其故障、健康狀態(tài)的參數指標或間接推理判斷系統故障、健康狀態(tài)所需的參數信息，并利用數據采集設備將該類(lèi)參數信息進(jìn)行實(shí)時(shí)采集，這些采集數據是實(shí)施汽車(chē)系統診斷的數據基礎。精確、及時(shí)、高可靠性的狀態(tài)監測與數據處理技術(shù)作為實(shí)施汽車(chē)的前端技術(shù)，將直接影響汽車(chē)系統的性能。但是汽車(chē)系統體積小、系統復雜，機載設備多，載荷能力有限，所以汽車(chē)系統對數據信息、數據鏈路和診斷設備提出更高的要求，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(zhuān)家系統、神經(jīng)網(wǎng)絡(luò )、模糊邏輯等)將原來(lái)單一的各分系統的性能檢測信息、故障診斷信息和汽車(chē)運動(dòng)信息進(jìn)行集成，實(shí)現對汽車(chē)各部件運行信息的綜合管理、系統狀態(tài)監測、故障診斷與預測、部件性能降級衰退分析與剩余壽命累計、預測。這種汽車(chē)智能安監系統與傳統的故障檢測相比，優(yōu)勢在于由事后檢測轉移到事前預測，在詳細掌握部件失效機理的情況下，構建部件失效模型,達到故障預測。同時(shí)，這種汽車(chē)安檢系統還需要采納傳統優(yōu)秀的故障檢測方法，用來(lái)探測潛在故障，以便在災難事件造成前采取措施。將多傳感器信息融合技術(shù)運用于汽車(chē)系統的故障診斷之中，通過(guò)汽車(chē)運動(dòng)時(shí)所采集到的狀態(tài)參數、運動(dòng)參數、發(fā)動(dòng)機以及任務(wù)設備等方面的數據信息，結合給定汽車(chē)系統故障機理及失效分析，找出數據信息與故障元件之間的映射關(guān)系，然后對采集的數據信息進(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，從而準確無(wú)誤地診斷出故障元件。但隨著(zhù)汽車(chē)故障診斷系統的龐大化和復雜化，傳感器的類(lèi)型和數目急劇增多，從
而使汽車(chē)系統形成了一個(gè)傳感器群，基于此就引出了多傳感器融合技術(shù)。當汽車(chē)在運行時(shí)，其傳感器群均處于實(shí)時(shí)信息采集狀態(tài)，對于每個(gè)系統每種故障征兆可能對應著(zhù)故障庫中多種可能的故障，而故障庫中的每個(gè)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(guò)各故障征兆對所有的假設進(jìn)行獨立的判斷，得出各假設情況下發(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。