探究在汽车检测中如何应用故障诊断仪.docVIP

探究在汽车检测中如何应用故障诊断仪.doc

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
探究在汽车检测中如何应用故障诊断仪.doc

探究在汽车检测中如何应用故障诊断仪   摘要:本文对汽车检测进行探究分析,阐述了在汽车检测中如何更好地应用故障诊断仪   关键词:汽车;故障;检测   【分类号】:TF046.6   汽车故障诊断仪是维修中非常重要的工具,具有读取故障码、清除故障码、读取发动机动态数据流、示波功能、元件动作测试、匹配、设定和编码等功能。英汉辞典、计算器及其他辅助功能。故障诊断仪大都随机带有使用手册,按照说明极易操作。一般来说有在车上找到诊断座;选用相应的诊断接口;根据车型,进入相应诊断系统;读取故障码;查看数据流;诊断维修之后清除故障码。故障诊断仪的使用方法比较简单,但是要充分发挥仪器的各项功能,快速找准故障,维修人员在使用中还是要注意很多细节问题。   1现代汽车故障诊断仪   1.1硬件和软件设计。诊断仪硬件部分包括计算机、微机控制系统、通讯模块、按键显示及检测接口等。诊断仪处理系统采用嵌入式的设计方法。诊断仪和汽车ECU之间的通信采用OBD?DII通信模块,其设计原理为通过电压比较器来完成各总线协议与计算机之间的电平转换。总线通信采用CAN协议通信,其特点主要体现在成本低、极高的总线利用率、具有可靠的错误处理和检错机制及传输距离长等。根据检测诊断任务的需要,软件系统完成的任务包括基本的操作功能、故障诊断功能及数据传输。软件系统主要包括主函数模块、通信模块及诊断模块等。主函数模块是软件的核心,主要负责各子函数之间的调用和任务分配。通信模块的主要任务是接收、识别及发送信号,包括收发函数和协议识别函数。收发函数由接收字节函数、发送字节函数、接收命令函数及发送命令函数四部分组成。协议识别函数的方法是发送特定的校验码与读取到的信息进行比较,若相同,则认为找到该协议,若不同,则认为找不到该协议。诊断模块包括传统的诊断模块和智能模块。诊断模块由读取故障码函数、清楚故障码函数、及读取数据流函数组成。   1.2诊断人性化、多功能、智能网络化。车载自诊断系统和车外诊断仪的配合使用将越来越广泛。车载自诊断可以及时地监视汽车的行驶情况并记录故障数据,为汽车维修中心或安全部门提供汽车的实况数据,就像飞机的黑匣子一样。车外诊断仪将日趋人性化,例如易于操作、携带方便及价格便宜等。诊断的智能化的主要体现为现代人工智能与诊断理论的结合。现代人工智能包括神经网络和专家系统等。神经网络可以有效的组织和运用积累的经验知识进行故障的诊断。目前神经网络应用于故障诊断的研究范例是BP神经网络在汽车故障中的应用。相对于神经网络,专家系统适合用于解决需要大量准也知识的问题。其实两者的结合是未来人工智能在故障诊断应用的发展方向。诊断信息的网络化可以实现各种车型故障资料的共享,维修人员不仅可以通过网络获得这些信息,而且可以网络平台传递诊断信息和维修经验,提高维修效率。随着无线通讯技术和电子技术的发展,远程故障诊断将成为可能。   2 汽车智能故障诊断   2.1 汽车发动机智能故障诊断。汽车发动机结构的复杂化使得发动机故障诊断更困难,开发智能故障诊断系统也成为其发展的必然要求。汽车发动机智能故障诊断技术主要有基于人工智能的故障诊断和基于数学模型的故障诊断两种,具体划分起来有基于数学模型、基于参数估计、基于信号处理、基于知识、基于实例、基于模糊理论和基于神经网络的故障诊断等多种方法。在智能化故障诊断系统中,其智能化的水平与机器学习能力的关系十分密切,通常机器学习的能力越强,其智能故障诊断的能力也就越高。因此选择合理的数学模型对系统进行训练十分重要。   2.2机械故障特征信号的获取是机械故障诊断的基础。振动传感器是获取振动信号的主要部件,其原理是将机械振动信号转换成电信号来表示振动参数(包括位移、速度及加速度等)。振动传感器包括电涡流式位移传感器、磁电式速度传感器及压电式加速度传感器等。电磁传感器是获取磨粒信号的主要部件,其原理是利用金属颗粒对磁场的扰动转换为对应的电压值,从而确定金属颗粒的尺寸,还可以利用相位的变化确定颗粒是否带电。热电阻传感器和热电偶传感器是温度信号获取的主要部件,热电偶的原理是不同材料的导体或者半导体构成闭合回路,两导体的温差会使其产生电压,从而将温度信号转换为电信号;热电阻是利用金属导体的电阻值随温度变化而变化的特征。   2.3机械故障特征信号的分析是机械故障诊断的关键。特征信号的分析包括信号的预处理,时域分析及频域分析等方法。信号的预处理包括模拟信号的滤波、A/D转换及直流分量分离和数字信号的异常值处理。模拟信号滤波的目的是滤去噪声,消除干扰信号。时域分析法包括统计分析法、无量纲指标分析法、相关累积分析法及模型分析法等。频域分析法包括傅里叶分析、倒谱分析及小波分析等。经过特征信号的分析后,最终对故障做出诊断。常用的诊断方法包括残差分析

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档