模糊專家智能診斷系統在電動助力轉向系統中的應用

劉建明等

摘 要 智能故障診斷在汽車電子產品的設計、生產和維護過程中都起著關鍵的作用。本文介紹了現有電子設備智能基于規則的故障診斷方法，故障樹診斷、模糊診斷方法和信息融合故障診斷方法，應用模糊綜合評價理論和方法對電動助力轉向系統故障進行了智能綜合評價，該方法有容錯性好、評價方法簡單等特點，能夠準確、高效地判斷電動助力轉向系統故障的目的。

關鍵詞 故障診斷；模糊判斷；專家系統；電動助力轉向

中圖分類號 TP2 文獻標識碼 A 文章編號 2095-6363（2015）09-0080-03

汽車轉向機構由過去的純機械機構發展為機械液壓助力轉向，電控液壓助力轉向和電動助力轉向成為一種發展趨勢。機械液壓助力轉向（Hydraulic Power Steering，簡稱HPS），電控液壓助力轉向（Electric Hydraulic Power Steering，簡稱EHPS），電動助力轉向（Electric Power Steering，簡稱EPS）。以電機為動力源的動力轉向系統在性能方面明顯優于傳統的液壓動力轉向系統，并且節能環保，結構較HPS簡單。目前國外發展趨勢是用電機為動力源的動力轉向系統逐步取代液壓動力轉向系統。EHPS和EPS已成為世界汽車動力轉向技術發展的研究熱點。

汽車電動助力轉向系統由械轉向系統、信號傳感系統、電子控制系統和轉向動力系統組成。信號傳感系統主要有：車速傳感器、扭矩傳感器、電流傳感器。電子控制系統主要有：電子控制單元、轉向動力系統主要有：電動機、帶離合器的減速機構。

扭矩傳感器檢測汽車轉向時的扭矩和方向，經A/D轉換形成扭矩信號。車速傳感器檢測出車速信號?？刂茊卧瑫r接收車速和扭矩信號，再根據車速和扭矩信號確定電動機的轉向和扭矩的大小，同時電流傳感器通過檢測電路的電流，監控驅動電路的狀況。電動助力轉向系統原理見圖1。

轉向系統直接影響著車輛運行的操縱穩定性和安全性，但是目前國內對于EPS的研究，還存在很多問題，主要是車輛在行駛中系統的故障自診斷、故障在線監測和安全防范，EPS的行車安全性等方面。電動助力轉向故障診斷專家系統的研究和運用成為解決EPS安全使用的一個非常有效的途徑。EPS在運轉過程中，運行由無故障狀態到發生故障是一個漸變的過程，期間，它處于不是完全的損壞也不是完全沒有故障的狀態，是一個中間狀態，表現出來的征兆也是如此。這個過程是非常復雜的，因為維修專家通常維修的不止一種設備，而任何一種設備的故障診斷都是一個知識型密集型工作，同時只有具備對同一設備多年操作和維修經驗的人員才算是該設備故障診斷專家。因此，及時地排除故障有時變得非常的困難，這種情況下，擁有一個基于計算機的故障診斷系統是非常必要的。操作人員只需要將設備故障癥狀告訴專家系統，專家系統就會迅速地進行診斷，并進行必要的維修，使設備恢復正常運轉。

1 故障診斷的基本原理

隨著汽車安全技術的不斷發展，越來越多的復雜電子裝備在車輛上應用，系統內部各種因素相互制約，存在著十分復雜的聯系，對最終故障的影響權重不易確定。每一個機械單元和電子裝備的部件都可能產生故障，而對故障進行精準的狀態定位和完整的故障模擬比較困難。引用神經網絡技術、模糊邏輯判定、專家系統等成熟的智能信息處理技術可以準確描述故障特征，符合客觀實際地進行推理，要以提高對故障診斷的準確性和效率。通過智能信息處理技術對故障進行診斷，即智能故障診斷技術。

智能故障診斷系統是在工作狀態下，能自動查明導致某種系統功能失常的原因及性質等，并能判斷劣化狀態發生以及預測狀態劣化的發展趨勢等的部位或部件，主要包括故障檢測、故障定位、故障預測。

智能故障診斷的方法主要有：故障樹方法、基于規則的方法、基于人工神經網絡的方法、模糊診斷方法和信息融合故障診斷方法。這些方法各有特點，但均存在各自的局限性。

故障診斷任務主要包括以下4個方面。1）建立系統故障模型，按照檢測信息在系統中的輸入輸出關系，建立系統的數學模型，形成故障檢測和診斷的算法依據。2）系統故障檢測，通過各種估計的變量，判斷系統是否發生故障，系統發生故障時，應能及時發出報警。3）系統故障的估計和識別，系統發生故障時，能確定故障源的位置，并能識別出故障原因，如：傳感器故障、執行器故障或者是被擾動等，同時還能計算出故障的大小、嚴重程度及發生的時間等參數。4）系統故障分類、評價與決策，針對故障的嚴重程度，以及故障對系統的影響和發展趨勢，制定決策采取相應的措施，如啟動保護系統等。

智能診斷系統主要包括數據庫、知識庫、解釋器、推理機和用戶界面等。知識庫存儲故障的專門知識，推理機按照一定的策略進行推理，數據庫存放系統運行過程采集的各種信息，解釋器對用戶的提問、求解過程、系統的狀態、結論等提供說明。用戶界面提供了必要的人機之間相互交換信息手段。專家系統是一種計算機程序，它可以以人類專家的水平完成一般比較困難的專業任務，由人機接口、知識庫、數據庫、推理機、解釋部分和知識獲取部分組成，結構如圖2所示。

2 模糊智能診斷方法

車載電子設備故障診斷過程中存在大量的不確定因素，如各種組合的工作電壓范圍，工作方式，電子元器件的老化程度以及絕緣結構等因素均可能對診斷結論產生影響，而這些因素的影響往往是不確定的、模糊的。故障診斷專家系統的診斷水平很大程度上取決于對這些不確定因素的處理，本文采用模糊關系方程推理與模糊規則相結合的方法，首先采用模糊關系方程對故障原因進行過濾，濾掉出現可能性極小的原因，然后再利用模糊規則推理對剩下的可能原因進行驗證，通過這兩種校驗作為最后的故障原因。模糊關系方程推理過程就是通過故障征兆的隸屬度去求出各種故障原因的隸屬度。

模糊理論通過隸屬度來描述定量化。利用模糊理論解決實際問題的關鍵是找出一個恰當的隸屬函數。通常，先建立粗略的隸屬函數，然后，通過學習和經驗積累，逐步修正并調整權值，使隸屬函數符合客觀事實，趨于完善。模糊理論對電動助力轉向系統故障進行智能綜合評價其方法步驟如下：

設U是論域，U上的一個模糊集合A由隸屬函數表示：。設，用于表示x屬于A的程度關系。則是x模糊集合A的隸屬度函數。模糊診斷就是通過征兆的隸屬度求出故障原因的隸屬度。設：診斷對象表現出的征兆可能有m種，可記為；出現的故障原因可能有n種，可記為。故障征兆模糊矢量為是對象具有征兆的隸屬度。故障原因模糊矢量為，是對象有故障的隸屬度。則Y和X具有模糊關系：

是故障原因與征兆之間表示為模糊關系方程。符號。是模糊合成算子，R為診斷專家經驗知識的模糊診斷矩陣。

模糊診斷矩陣R是維矩陣，矩陣元素是第i種征兆對第j種故障原因的隸屬度。行矢量X是故障征兆，列矢量Y表示故障原因，模糊診斷矩陣描述了故障征兆和故障原因的關系。

將傳統產生的規則模糊化是模糊技術的模糊規則，若干模糊推理規則組成模糊規則庫，模糊推理規則形

3 電動助力轉向系統故障診斷實現方法

在EPS智能診斷系統中，模糊推理機根據自然語言處理過的事實證據，選擇相應的規則，進行推理。1）自然語言接口模塊對FES的輸入信息進行理解，從中獲取證據關鍵詞及相應的模糊屬性及模糊詞。2）在知識庫中查找與模糊詞相對應的模糊度。3）從知識庫中取出與規則的前提條件與證據關鍵詞進行模糊匹配的規則。4）用模糊推理計算結論，并將該結論加入到證據庫中；匹配失敗時，取下一條規則繼續模糊匹配。5）所有的規則都已經匹配完畢，結束模糊推理。在證據庫中搜尋最終結論，輸出故障及其隸屬度。

故障自診斷系統的作用是監測、診斷電子控制系統的傳感器、電子控制器以及執行器的工作狀況。在EPS模糊專家系統中，我們采用LCD顯示和信號、故障指示燈閃爍來表示系統故障，當某個信號超出規定范圍時，系統判定該相關電路及傳感器或執行器發生了故障，由ECU控制系統啟動相應的措施，將故障信息存儲到存儲器中，故障指示燈閃爍報警。故障排除后，故障指示燈熄滅，故障信息仍儲存在存儲器中，通過CAN接口可以將故障代碼顯示出來。故障代碼診斷顯示見表1。

當系統檢測出電動機、轉矩、車速等傳感器出現故障而導致系統處于嚴重故障的狀態時，就會斷開電磁離合器，停止轉向助力的控制，確保轉向系統安全、可靠。

下面通過電機故障自診斷舉例說明：由于是通過控制電機的電流來控制轉向助力，因此，檢測電機的電流可以獲得電機的工作狀態。在驅動回路中串聯精密電阻R62，采集電路測量其兩端的電壓，經過濾波和放大，從ADC2端口反饋給CPU。將此電壓與理論計算電壓比較，如果兩者懸殊過大；或者連續時間內，平均電流超過預定的數值時，就判斷電機及其線路有故障，以防止電機因過載而燒壞或工作狀態不穩定。因選用的精密電阻值約7mΩ，遠小于電動機電樞電阻168mΩ，不影響系統工作。

通過上述信號比較，可以診斷電機系統的如下故障：1）電機過載，電機的控制電流就會過大。2）系統故障時檢測的控制電流與計算值相差太大。3）電機存在故障時，有控制電流傳遞給電機，電機仍不能啟動。

5 結論

通過上述的理論分析和實例，選用各信號間和信號與規定界限值間進行比較的EPS系統故障診斷方法容易與主控制程序協調設計和調試，具有簡單、可行等特點。在試驗臺上，通過模擬各種故障（如斷路、接觸不良、短路等），觀察故障燈顯示情況，驗證了本自診斷方法具有可行性，并可以得到以下結論：1）采用模糊理論方法診斷電動助力轉向系統故障具有可靠性高、評價方法簡單等特點。2）對電動助力轉向系統故障進行診斷綜合評價的關鍵是建立合理的評價數學模型，對大型汽車電子設備故障評價具有較高的應用價值。3）本課題的理論和實驗研究為采用模糊理論方法診斷電動助力轉向系統故障方法的實際應用奠定了基礎。

參考文獻

[1]劉普寅，吳孟達.模糊理論及其應用[M].北京：國防科技大學出版社，2001.

[2]黃紅鐘.機械設計模糊化原理與應用[M].北京：科學出版社，1997.

[3]陳舉樺.機械結構模糊優化設計方法[M].北京：機械工業出版社，2001.

[4]何新貴.模糊知識處理的理論與技術[M].北京：科學出版社，1996.