多傳感器信息融合技術(shù)在車載自診斷系統(tǒng)的研究

摘要：隨著汽車行業(yè)的發(fā)展，對汽車的性能檢測、維修、管理提出更高的要求。通過分析多傳感器數(shù)據(jù)融合技術(shù)故障診斷方法及汽車診斷系統(tǒng)(故障預(yù)測與健康管理)的特點，在不改變當前汽車智能檢測系統(tǒng)硬件組成的情況下，將多傳感器信息融合技術(shù)運用到汽車診斷系統(tǒng)，并且比較智能化分析系統(tǒng)的故障，以及記錄下全部傳感器和驅(qū)動器的數(shù)據(jù)，實現(xiàn)對汽車系統(tǒng)的實時狀態(tài)監(jiān)測、健康評估和故障診斷。
關(guān)鍵詞：故障分析；診斷系統(tǒng)；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(tǒng)狀態(tài)信息中的一種或幾種信息進行多層次、多角度的分析和觀察，從中提取有關(guān)系統(tǒng)行為的特征，所以給系統(tǒng)故障的有效診斷帶來了局限性。比如，在汽車的運動過程中，利用發(fā)動機氣缸的缸溫對發(fā)動狀態(tài)進行診斷時，由于信號類型中能夠提供的信息較少，因而很難做出準確評價。但如果能將氣缸的溫度信息、發(fā)動機轉(zhuǎn)速，以及汽車的運動速度綜合起來考慮，那么就可以對發(fā)動機的狀態(tài)進行更準確的評價。在某些故障診斷過程中，雖然有時利用一種信息，即可判斷機器的故障，但在許多情況下得出的診斷結(jié)果并不可靠。因而多傳感器數(shù)據(jù)融合技術(shù)從多個不同的信息源獲得有關(guān)系統(tǒng)狀態(tài)的特征參數(shù)進行有效的集成與融合，能較為準確和可靠地實現(xiàn)系統(tǒng)運行狀態(tài)的識別和故障的診斷與定位。
    隨著微電子技術(shù)、現(xiàn)場總線、計算機測控技術(shù)、信息與處理技術(shù)、無線通信、線控驅(qū)動等技術(shù)的發(fā)展，多傳感器信息融合的智能化診斷技術(shù)在汽車系統(tǒng)故障診斷中的應(yīng)用已成為一個新的研究方向。多傳感器數(shù)據(jù)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(shù)據(jù)處理的一種低水平模仿，而通過多傳感器數(shù)據(jù)融合可以更大程度地獲得被測目標和環(huán)境的信息量，能夠在最短的時間內(nèi)，以最小代價獲取單個傳感器所無法獲取的更精確特征。多傳感器數(shù)據(jù)融合的基本原理也象人腦綜合處理信息一樣，充分利用多個傳感器資源，通過對這些傳感器及其觀測信息的合理支配和使用，把多個傳感器在空間或時間的信息冗余或互補依據(jù)某種準則進行組合，以獲得被測對象的一致性解釋或描述，但從現(xiàn)代生活應(yīng)用的角度看，多傳感器信息的融合技術(shù)可以定義為通過對空間分布的多源信息，各種傳感器的時空采樣，對所關(guān)心的目標進行檢測、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，以及完整及時的態(tài)勢和威脅評估，為駕駛員提供有用的決策信息。實際上也是對各類傳感器提供的信息進行綜合處理，模擬人腦對復(fù)雜問題的綜合處理。它的基本原理就是充分利用不同時間與空間的多傳感器信息資源，通過在一定準則下對計算機技術(shù)這些傳感器及觀測信息進行自動分析、綜合以及合理支配和使用，將各種單個傳感器獲取的信息冗余或互補依據(jù)某種準則組合起來，獲得對被測對象的一致性解釋與描述，使系統(tǒng)獲得比它的各組成部分更優(yōu)越的性能，以此來提高整個傳感器系統(tǒng)的有效性，消除單個或少量傳感器的局限性。因此，它應(yīng)用在汽車系統(tǒng)中就能使整個系統(tǒng)的各個子系統(tǒng)更好的管理和維修。

1 自診斷系統(tǒng)思想的實現(xiàn)
    汽車系統(tǒng)是一個集機械、電子、材料、通信和網(wǎng)絡(luò)等先進技術(shù)的復(fù)雜系統(tǒng)。汽車故障診斷系統(tǒng)的目標是實現(xiàn)準確故障診斷和維修，以減少汽車在運動中的一些事故發(fā)生。為適應(yīng)未來人們高質(zhì)量的需要，提高汽車智能化的發(fā)展，降低總的維修費用，需要根據(jù)汽車的具體要求建立汽車故障診斷體系和技術(shù)方法，即汽車整個系統(tǒng)實施方案。首先要確定可以直接表征其故障、健康狀態(tài)的參數(shù)指標或間接推理判斷系統(tǒng)故障、健康狀態(tài)所需的參數(shù)信息，并利用數(shù)據(jù)采集設(shè)備將該類參數(shù)信息進行實時采集，這些采集數(shù)據(jù)是實施汽車系統(tǒng)診斷的數(shù)據(jù)基礎(chǔ)。精確、及時、高可靠性的狀態(tài)監(jiān)測與數(shù)據(jù)處理技術(shù)作為實施汽車的前端技術(shù)，將直接影響汽車系統(tǒng)的性能。但是汽車系統(tǒng)體積小、系統(tǒng)復(fù)雜，機載設(shè)備多，載荷能力有限，所以汽車系統(tǒng)對數(shù)據(jù)信息、數(shù)據(jù)鏈路和診斷設(shè)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(如專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯等)將原來單一的各分系統(tǒng)的性能檢測信息、故障診斷信息和汽車運動信息進行集成，實現(xiàn)對汽車各部件運行信息的綜合管理、系統(tǒng)狀態(tài)監(jiān)測、故障診斷與預(yù)測、部件性能降級衰退分析與剩余壽命累計、預(yù)測。這種汽車智能安監(jiān)系統(tǒng)與傳統(tǒng)的故障檢測相比，優(yōu)勢在于由事后檢測轉(zhuǎn)移到事前預(yù)測，在詳細掌握部件失效機理的情況下，構(gòu)建部件失效模型,達到故障預(yù)測。同時，這種汽車安檢系統(tǒng)還需要采納傳統(tǒng)優(yōu)秀的故障檢測方法，用來探測潛在故障，以便在災(zāi)難事件造成前采取措施。將多傳感器信息融合技術(shù)運用于汽車系統(tǒng)的故障診斷之中，通過汽車運動時所采集到的狀態(tài)參數(shù)、運動參數(shù)、發(fā)動機以及任務(wù)設(shè)備等方面的數(shù)據(jù)信息，結(jié)合給定汽車系統(tǒng)故障機理及失效分析，找出數(shù)據(jù)信息與故障元件之間的映射關(guān)系，然后對采集的數(shù)據(jù)信息進行融合，形成基于知識推理的多傳感器信息融合故障診斷方法，從而準確無誤地診斷出故障元件。但隨著汽車故障診斷系統(tǒng)的龐大化和復(fù)雜化，傳感器的類型和數(shù)目急劇增多，從
而使汽車系統(tǒng)形成了一個傳感器群，基于此就引出了多傳感器融合技術(shù)。當汽車在運行時，其傳感器群均處于實時信息采集狀態(tài)，對于每個系統(tǒng)每種故障征兆可能對應(yīng)著故障庫中多種可能的故障，而故障庫中的每個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行融合。分別通過各故障征兆對所有的假設(shè)進行獨立的判斷，得出各假設(shè)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。
    多傳感器融合判定原理如圖1所示。

2 Bayes推理方法
    Bayes推理方法算法如下：汽車運行過程可以看成是一個隨機過程，根據(jù)先驗知識對故障做出概率估計稱為先驗概率，記為P(ωi)，(i= 0，1，2，…，c)；P(ω0)表示正常工況的概率，P(ωi)，(i=1，2，…，c)表示c類故障發(fā)生的概率。將故障樣本X=(x1，x2，…，xn)作為輸入模式樣本，P(X|ωi)(i=1，2，…，c)表示輸入模式的c類條件概率密度函數(shù)。根據(jù)Bayes公式：
    
    式中：P(ωi|X)是已知條件下ωi出現(xiàn)的概率，稱為后驗概率。因此如果滿足下面Bayes規(guī)則，則x∈ωi，且：
    
    主觀Bayes方法中，每條推理規(guī)則可以表示為：IF[規(guī)則名]THEN H(LS，LN)。其中，LS，LN(≥0)分別稱為充分性度量和必要性度量(其數(shù)值由專家定)，主觀Bayes方法推理過程就是根據(jù)證據(jù)事件的概率P(E)，利用規(guī)則(LS，LN)，事件的系統(tǒng)性能斷言的先驗概率P(H)更新為后驗概率P(H|E)，同時H又作為新規(guī)則的證據(jù)，結(jié)合新的規(guī)則(LS，LN)，進一步計算出新的后驗概率。

3 實例
    下面用一個汽車的具體實例來說明，如何采用Bayes方法進行故障診斷。汽車系統(tǒng)運行中經(jīng)常出現(xiàn)各種各樣的故障，執(zhí)行元件故障是其中最常見的一種情況。引發(fā)故障的原因很多，大致歸納是由傳動控制系統(tǒng)、主動懸掛系統(tǒng)、防自鎖剎車系統(tǒng)、發(fā)動機控制系統(tǒng)、安全氣囊系統(tǒng)、儀表顯示系統(tǒng)、各個故障診斷系統(tǒng)、燃油噴射系統(tǒng)、電動車門系統(tǒng)、空調(diào)系統(tǒng)、照明系統(tǒng)、電動椅系統(tǒng)、排放控制系統(tǒng)、車身穩(wěn)定系統(tǒng)、防盜系統(tǒng)的匹配、汽車噪聲的檢測這16個部分的不同故障可能的原因所引起。
    從圖2可看出，引起執(zhí)行元件故障的因素有很多種。其中，執(zhí)行系統(tǒng)動作的不穩(wěn)定是故障的主要現(xiàn)象之一，排氣不良、工作油質(zhì)不良等多種故障都可能導(dǎo)致執(zhí)行元件的動作不穩(wěn)定，因此這種故障是連鎖性質(zhì)的，不是簡單的一一對應(yīng)關(guān)系。通過對汽車系統(tǒng)這類故障的統(tǒng)計，可以得到各部位發(fā)生故障的幾率具有一定的先驗統(tǒng)計規(guī)律，上例的簡單統(tǒng)計如表1所示。

    基于智能診斷系統(tǒng)的一個假設(shè)將這些數(shù)據(jù)存儲在知識庫中。工作過程是：首先從監(jiān)測數(shù)據(jù)中發(fā)現(xiàn)問題，傳感器反映的信息是流量、壓力、位移和溫度等，參數(shù)偏離正常范圍后，將這些數(shù)據(jù)根據(jù)故障幾率的大小，送推理機進行融合判定。基于每個傳感器觀測結(jié)果的決策ui構(gòu)成全局決策u，且：
    
    用P(H0)=P0，P(H1)=P1分別表示如果H0為真(正常)和如果H1為真(故障)的先驗概率，yi(1≤i≤n)表示第i個傳感器的探測結(jié)果，ui(1≤i≤n)表示第i個傳感器基于yi的決策，且：
    
    令P(Hi|u)表示在給定全局決策u的前提下，Hi為真的概率，應(yīng)判定2個概率中較大者所對應(yīng)的假設(shè)為正確的假設(shè)。于是，若：
    
    則根據(jù)上述判決規(guī)則將選擇H0，否則將選擇H1。
   上述規(guī)則可表示為：

    對比式(7)和式(9)可以看出，Bayes準則下的判決規(guī)則與最大后驗概率的判決規(guī)則相同。將上述關(guān)系作為規(guī)則存放在知識庫中，當發(fā)現(xiàn)這些參數(shù)偏低后，推理機利用知識庫中的規(guī)則進行推理，即可在執(zhí)行元件發(fā)生故障前預(yù)報故障。在實際中，故障的表現(xiàn)往往是錯綜復(fù)雜的，這就要求有中間假定，反復(fù)推理。Bayes推理法則對每個假設(shè)推理運算為250次，所以診斷系統(tǒng)的關(guān)鍵技術(shù)是建立具有專家智能的知識庫，使推理計算機能進行有效的推理分析。同時，要求推理計算機具有高速處理的能力，才能實現(xiàn)故障的預(yù)報和快速診斷功能。

4 結(jié)論
    多傳感器信息融合技術(shù)在汽車系統(tǒng)的運用，充分利用了汽車電子系統(tǒng)本身安裝多種傳感器對汽車系統(tǒng)進行動態(tài)監(jiān)測，不需要增加系統(tǒng)硬件，通過融合多傳感器輸出實時狀態(tài)信息，對系統(tǒng)運行狀況進行綜合判斷，可以對汽車系統(tǒng)大部分故障實現(xiàn)在線診斷，當任何單個傳感器出錯時，不會影響汽車系統(tǒng)最終的診斷結(jié)果，使系統(tǒng)的故障診斷可靠性大大提高。汽車安檢系統(tǒng)的故障診斷不但可以提高整個系統(tǒng)運行的可靠性，還可以提高系統(tǒng)的維修效率，對汽車系統(tǒng)的完善和發(fā)展有著重要意義，是保證汽車系統(tǒng)安全運行的一個重要內(nèi)容。當然，由于受到目前汽車硬件條件(如機體空間有限、增加傳感器困難)的限制，汽車系統(tǒng)監(jiān)測還不能覆蓋所有可能故障，對傳感器不能感知到的信號還不能進行準確的故障在線監(jiān)測和診斷。為了擴大故障監(jiān)測范圍，汽車系統(tǒng)應(yīng)在汽車系統(tǒng)設(shè)計開發(fā)時加以考慮，在汽車關(guān)鍵部位適當增加傳感器，以保證汽車安檢系統(tǒng)可以對汽車系統(tǒng)進行全方位的監(jiān)測和故障診斷。