论文部分内容阅读
摘要：汽车社会在发展中的一种不可替代的交通工具，为人们的日常出行带来了便利。汽车中的发电机系统是保证汽车正常行驶的重要设备，现阶段，越来越多的科学技术被研发出来，许多设备也融入了现代化技术进行了更新和完善，电控汽车发动机的出现就是一个很好的证明。与传统发动机相比，其可以满足目前的发展需求。同样，发电机的故障诊断技术水平也要有所提高，这样才可以更好的解决电控汽车发动机中的故障问题。
关键词：电控汽车发动机；故障诊断技术；应用
一、电控汽车发动机故障诊断技术概述
1、汽车发动机故障诊断技术简述
发电机故障诊断技术由三大部分组成：电控点火系统、电子燃油喷射系统与怠速控制系统，这几种控制系统有着类似的基本组成。其故障诊断技术的工作原理大致是控制系统的信号由作为信号输入装置的传感器负责收集控制，将信号转换为电信号形式，并传输给电子控制单元，电信号经过电子控制单元的相应处理，通过执行器发出指令，电子控制单位直接控制执行元件，根据指令转换成对控制对象的具体动作。这种故障诊断技术能够节约燃油成本，环保无污染，提高动力性等性能，因此在汽车故障中广泛应用。
2、BP神经网络系统网络结构与原理
BP神经网络就像是人体中的神经组织，在汽车发动机故障诊断中起到了重要作用。在汽车故障诊断中是通过算法来解决的，其算法网络系统由两个部分组成：输入输出节点层，与隐含形式的节点层，隐含的节点层有单层和多层之分。隐含层单元数满足要求之后，可以通过精确度高的计算向任意有限维函数逼近。BP算法的基本原理是在网络学习中信号的转换，即由正向传播的信号与反向传播的信号相互之间进行转换。正向传播过程中样本通过输入层输入，再经过隐含层，经过处理之后传输到输出层当中，当实际输出与期望的输出存在反差时，算法就会转化为误差反向传播。信号正向传播与误差反向传播，对每层权值反复调整，即可完成网络学习训练。实际上BP算法简单来说是求出误差函数的最小值，采用学习规则，权值的修改按照负梯度方向进行。
二、电控汽车发动机故障诊断的特征
1、故障诊断比较简单
电控汽车发电机中的控制系统中有自动报警的设备，如果发动机在使用的过程中出现问题，不能正常运作，则会自动发出警报信号，在控制中心会有自动设备信号的装置。相关技术人员可以根据警报信号的类型来判断出故障的位置，这样就可以直接进行故障维修。电控汽车发动机与以往的发动机是不同的，这种发动机在发生故障时找到故障的位置进行维修处理，如果故障十分严重只更换零件不能解决问题，这时候再进行发动机拆卸处理。
2、对汽车维修人员的技术要求较高
电控汽车发动机的内部系统是比较复杂的，相关维修人员需要清楚发电机中每一个结构的组成，并详细了解每一个部位在运行时的作用，这样才可以在发生故障时找出准确的故障地点。由此可见，维修人员需要具备较高技术水平才可以胜任这项工作。通过实践证明，维修人员光有优秀的操作技术是不够的，还需要对电控汽车发动机的理论知识进行有效掌握，在故障维修时可以将其应用在实际工作中。
3、技术更新换代快
电控系统在发展中不断的完善和优化，传统的维修技术已经无法处理现代化电控系统中存在的问题，只有在原来的基础上进行技术的创新和变革，才可以解决目前电控系统中存在的问题，保证维修质量，只有跟随时代发展的脚步，提高维修技术水平才可以促进电控系统的发展。在目前的电控系统维修工作中，需要借助许多现代化设备来进行故障的检测，维修人员需要不断提升自身的能力，在工作的同时也要进行知识的学习，要求可以熟练运用各种设备，这样才可以做好相关工作。
三、电控汽车发动机故障诊断技术方法
1、直观诊断法
直观诊断法就是直接使用自身的感官来进行故障的判断，不用借助其他设备就可以确定发动机中出现故障的部位。直接利用触觉、听觉、嗅觉和观察等方式对发电机进行分析，发现发电机故障的位置。这种诊断方法比较适用于维修经验表丰富的技术人员，只有长时间的积累才会掌握和了解不同故障時出现的症状。这种方式可以对一些比较外在的故障进行诊断，操作比较方便。
2、拆换试验法
当某个元件发生异常情况，怀疑会有故障发生的时候，将元件拆下，将其装置在正常运转的发动机上，如果还会出现在原发动机的故障现象，即可判断为元件发生了故障，需要排除故障。如当出现点火火花弱与无火花现象的情况时，对点火线圈与点火器的试验可以通过试验法的方法来完成，是否有故障的存在通过点火系各元件来进行判断。使用拆换试验法的时候，需要尤为注重的一点是不能在出现故障的发送机上安装性能良好的元件，因为这样做试验，会损坏性能良好的元件。
3、BP神经网络在发动机故障诊断中的应用
（1）振动测试方案
以任意汽车品牌作为研究对象，重点研究气门等六种构件引起的常见机械故障。当发动机部位发生故障，振动量必定发生变化，对发动机工作状态，可以通过测取振动信号来获得。测取振动信号时，将振动传感器放置于明显位置，再使用温度传感器与转速，调整各配合间隙，使间隙趋于正常值，根据工况测取相应振动信号，将振动信号作为正常工作的信号参考，逐次改变每处的配合间隙，测取的正常信号与工况保持一致。测试时结合工况取大约十五帧，在求取每帧数据之后，取十五帧的数据的方根值均值，将结果作为数据分析的参考。
（2）副氧传感器的故障读取方法
点火开关处于OFF位置，将熔丝拔掉，将诊断座的端子以短接的方式进行连接，为了安全起见将用电装置断开，将发送机启动，并进行暖机，汽车以一定的速度行驶一定时间，停车发动机怠速一定时间，踩加速踏板做加速运动，当故障指示灯亮的时候，即可判断副氧传感器出现了故障。
（3）故障代码的识别
计算机在经过触发故障诊断系统之后，故障指示灯与电压表传达的故障信息会被显示在计算机上，通过波形图的呈现在计算机故障诊断系统之中。对照故障数码表，显示出故障码，多个故障码被计算机记录下来，并以由小到大的顺序记录下来。同时不同的故障码代表不同的故障，诊断之后按照故障的不同进行维修。
结语：
维修人员只有充分掌握电控汽车发电系统的故障诊断特点和诊断技术，将仪器检修技术与人工检修技术有机的结合起来，才能减少维修人员盲目性与重复性的工作有效提高了电控汽车发动机系统故障的检修效率。
关键词：电控汽车发动机；故障诊断技术；应用
一、电控汽车发动机故障诊断技术概述
1、汽车发动机故障诊断技术简述
发电机故障诊断技术由三大部分组成：电控点火系统、电子燃油喷射系统与怠速控制系统，这几种控制系统有着类似的基本组成。其故障诊断技术的工作原理大致是控制系统的信号由作为信号输入装置的传感器负责收集控制，将信号转换为电信号形式，并传输给电子控制单元，电信号经过电子控制单元的相应处理，通过执行器发出指令，电子控制单位直接控制执行元件，根据指令转换成对控制对象的具体动作。这种故障诊断技术能够节约燃油成本，环保无污染，提高动力性等性能，因此在汽车故障中广泛应用。
2、BP神经网络系统网络结构与原理
BP神经网络就像是人体中的神经组织，在汽车发动机故障诊断中起到了重要作用。在汽车故障诊断中是通过算法来解决的，其算法网络系统由两个部分组成：输入输出节点层，与隐含形式的节点层，隐含的节点层有单层和多层之分。隐含层单元数满足要求之后，可以通过精确度高的计算向任意有限维函数逼近。BP算法的基本原理是在网络学习中信号的转换，即由正向传播的信号与反向传播的信号相互之间进行转换。正向传播过程中样本通过输入层输入，再经过隐含层，经过处理之后传输到输出层当中，当实际输出与期望的输出存在反差时，算法就会转化为误差反向传播。信号正向传播与误差反向传播，对每层权值反复调整，即可完成网络学习训练。实际上BP算法简单来说是求出误差函数的最小值，采用学习规则，权值的修改按照负梯度方向进行。
二、电控汽车发动机故障诊断的特征
1、故障诊断比较简单
电控汽车发电机中的控制系统中有自动报警的设备，如果发动机在使用的过程中出现问题，不能正常运作，则会自动发出警报信号，在控制中心会有自动设备信号的装置。相关技术人员可以根据警报信号的类型来判断出故障的位置，这样就可以直接进行故障维修。电控汽车发动机与以往的发动机是不同的，这种发动机在发生故障时找到故障的位置进行维修处理，如果故障十分严重只更换零件不能解决问题，这时候再进行发动机拆卸处理。
2、对汽车维修人员的技术要求较高
电控汽车发动机的内部系统是比较复杂的，相关维修人员需要清楚发电机中每一个结构的组成，并详细了解每一个部位在运行时的作用，这样才可以在发生故障时找出准确的故障地点。由此可见，维修人员需要具备较高技术水平才可以胜任这项工作。通过实践证明，维修人员光有优秀的操作技术是不够的，还需要对电控汽车发动机的理论知识进行有效掌握，在故障维修时可以将其应用在实际工作中。
3、技术更新换代快
电控系统在发展中不断的完善和优化，传统的维修技术已经无法处理现代化电控系统中存在的问题，只有在原来的基础上进行技术的创新和变革，才可以解决目前电控系统中存在的问题，保证维修质量，只有跟随时代发展的脚步，提高维修技术水平才可以促进电控系统的发展。在目前的电控系统维修工作中，需要借助许多现代化设备来进行故障的检测，维修人员需要不断提升自身的能力，在工作的同时也要进行知识的学习，要求可以熟练运用各种设备，这样才可以做好相关工作。
三、电控汽车发动机故障诊断技术方法
1、直观诊断法
直观诊断法就是直接使用自身的感官来进行故障的判断，不用借助其他设备就可以确定发动机中出现故障的部位。直接利用触觉、听觉、嗅觉和观察等方式对发电机进行分析，发现发电机故障的位置。这种诊断方法比较适用于维修经验表丰富的技术人员，只有长时间的积累才会掌握和了解不同故障時出现的症状。这种方式可以对一些比较外在的故障进行诊断，操作比较方便。
2、拆换试验法
当某个元件发生异常情况，怀疑会有故障发生的时候，将元件拆下，将其装置在正常运转的发动机上，如果还会出现在原发动机的故障现象，即可判断为元件发生了故障，需要排除故障。如当出现点火火花弱与无火花现象的情况时，对点火线圈与点火器的试验可以通过试验法的方法来完成，是否有故障的存在通过点火系各元件来进行判断。使用拆换试验法的时候，需要尤为注重的一点是不能在出现故障的发送机上安装性能良好的元件，因为这样做试验，会损坏性能良好的元件。
3、BP神经网络在发动机故障诊断中的应用
（1）振动测试方案
以任意汽车品牌作为研究对象，重点研究气门等六种构件引起的常见机械故障。当发动机部位发生故障，振动量必定发生变化，对发动机工作状态，可以通过测取振动信号来获得。测取振动信号时，将振动传感器放置于明显位置，再使用温度传感器与转速，调整各配合间隙，使间隙趋于正常值，根据工况测取相应振动信号，将振动信号作为正常工作的信号参考，逐次改变每处的配合间隙，测取的正常信号与工况保持一致。测试时结合工况取大约十五帧，在求取每帧数据之后，取十五帧的数据的方根值均值，将结果作为数据分析的参考。
（2）副氧传感器的故障读取方法
点火开关处于OFF位置，将熔丝拔掉，将诊断座的端子以短接的方式进行连接，为了安全起见将用电装置断开，将发送机启动，并进行暖机，汽车以一定的速度行驶一定时间，停车发动机怠速一定时间，踩加速踏板做加速运动，当故障指示灯亮的时候，即可判断副氧传感器出现了故障。
（3）故障代码的识别
计算机在经过触发故障诊断系统之后，故障指示灯与电压表传达的故障信息会被显示在计算机上，通过波形图的呈现在计算机故障诊断系统之中。对照故障数码表，显示出故障码，多个故障码被计算机记录下来，并以由小到大的顺序记录下来。同时不同的故障码代表不同的故障，诊断之后按照故障的不同进行维修。
结语：
维修人员只有充分掌握电控汽车发电系统的故障诊断特点和诊断技术，将仪器检修技术与人工检修技术有机的结合起来，才能减少维修人员盲目性与重复性的工作有效提高了电控汽车发动机系统故障的检修效率。