主要目标任务及技术发展分析.docx

四、主要目标、任务及技术发展分析1、

2、

3、工程技术研究中心拟解决的关键工程技术问题和当前拟实施的工程化项目。

车辆诊断技术是基于排放控制的车辆故障诊断与控制系统，是保证汽车全面达到国Ⅳ和欧Ⅴ排放标准的一种技术措施。是指用于排放控制的车辆诊断系统，具有识别可能存在故障区域的能力，并以故障代码方式将该信息储存于电控单元存储器内，诊断与排放相关、可能导致排放超标的执行机构、传感器、开关量等部件和系统，以及被指定的特殊零件和系统(如与发动机控制器相连的所有与排放相关部件)进行连续性监测。最终使检测、维护和管理融为一体，保证车辆满足环保要求。

本工程技术研究中心拟解决的关键工程技术问题就是依据车辆诊断技

术，开展神经网络融合理论用于汽车故障诊断的研究工作。运用神经网络融合理论和模糊推理理论，探讨汽车故障与失效机理，提出汽车零部件的劣化指标、故障隶属度和诊断特征参数。采用理论分析与试验相结合的方法，制定汽车的故障诊断与控制策略。运用有限状态机理论，深入地研究汽车运行工况判别与转换的模式。依据汽车排放物生成机理，运用ANFIS的自学习功能和模糊推理法则，结合RBF神经网络的最佳逼近、全局最优和容易融合的特性，准确地预测汽车HC、CO和NOx等排放物，为完善汽车在线诊断与控制系统提供理论基础。

随着汽车电控技术的发展，在车辆诊断系统的开发过程中，传感器劣化和失效信号故障的判断、控制策略的开发、执行机构的研发、新的智能诊断技术的实现、工况识别模式的预判、零部件劣化与失效程度的预测等工作已成为汽车满足更高排放要求的研究重点。因此，正确合理的控制策略的设计与实现，对汽车不同运行工况的排放性能有重要影响。国外各公司对汽车控制策略严格必威体育官网网址，公开资料很少。国内对汽车电控技术的研究起步较晚，汽车ECU系统还处于研发阶段，对汽车在线诊断与控制理论研究还不够深入。当前本研究中心拟实施的工程化项目就是开发出用于汽车故障的智能在线诊断仪，不仅可以解决停机检修的弊端，还可实现车辆在线诊断和远距离在线数据检测调整。

汽车故障的智能在线诊断仪研发的背景条件就是随着我国经济和社会的发

展,有关汽车方面的标准和法规在不断地变化,对汽车使用性能、检测参数及相应的检测方法亦不断地更新发展。对汽车排放污染物的控制、检测方法也不断地发展。在许多设备中直接用图形、数据来动态显示测量值的方式,并辅以菜单式的人机对话系统,更好地适合人体工程学及工程心理学的需求,重点是增加和完善监控预测功能,将汽车的检测逐步扩展到系统状态的预测,利用模糊逻辑、神经网络、自学习系统和专家系统等现代数据处理技术,使自诊断系统能够预告系统出现故障的可能性和对系统进行维修的必要性,并进一步发展到元件状态的预测,提高汽车运行的经济性和可靠性。

4、工程技术中心在本领域与国内从事本技术领域研究、开发和设计

等的优势单位及水平比较所处的地位与发展潜力。

国内从事本技术领域研究、开发和设计等的优势单位主要有：上海内燃机研究所、清华大学、上海交通大学、天津大学、无锡油泵油嘴研究所、哈尔滨工业大学、北京理工大学、湖南大学和江苏大学等。

上海交通大学在车辆诊断方面研发的产品和科研水平最为突出，主要对诊断仪的开发进行了详细的研究与设计，并进行了实车试验。

上海内燃机研究所、天津大学和无锡油泵油嘴研究所主要在电控喷油系统方面进行了非常深入地研究，并开发了相应的各种诊断仪器，

哈尔滨工业大学和北京理工大学主要在混合电动汽车方面有较为深入地研究，对混合动力城市公交汽车系统进行了设计，并投入应用。

总之，针对车辆诊断仪的开发与设计的单位非常少，有些单位目前在这方面

尚处于理论研究阶段，投入使用的不多。因此，非常有必要开展车辆诊断理论与系统开发的研究工作。

本中心开发的在线智能诊断系统在汽车在线检测领域处于技术先进行列，开发的汽车故障的智能在线诊断仪包括软、硬件两大组成系统；硬件主要包括各传感器和执行器及其控制电路；软件主要包括发动机零部件和运行判别与转换的在线诊断、预测与优化的策略。模型的控制算法和离线仿真是整个诊断策略制定的基础，通过对发动机零部件故障进行研究，建立仿真模型，制定发动机的在线诊断策略。运用神经网络、模糊理论等控制算法对发动机零部件故障进行仿真研究，

实现对发动机在线故障进行智能诊断的目标，为发动机故障的在线诊断、预测与优化的研究提供平台。

本中心旨在通过车辆在线综合性能智能化检测工程等项目的研究，使本中心

成为包括车辆工程、电子技术及计算机网络工程等多学科合作开发新产品和研究推广新技术应用的技术平台，开展进行多方位综合技术的项目转化和成果运用，为科技运用、项目研究及成果转化等方面探索出一个新的思路。带动汽车行业（尤其是河南省汽车行业）的故障诊断技术的快速发展，降低维修成本