基于虚拟仪器和神经网络汽车自动变速器故障诊断研究.pdfVIP

基于虚拟仪器和神经网络的汽车自动变速器故障诊断 的研究 杜灿谊，喻菲菲，覃明园 （华南农业大学车辆工程系，广州，510642） E-mail: ducanyi@21 摘 要：本文研究一种基于虚拟仪器和人工神经网络的汽车电控自动变速器故障诊断的新方 法。利用虚拟仪器技术，可方便地对变速器运行状况进行数据采集，配合神经网络系统，能 对采集的数据作实时有效的分析，直接给出故障诊断结果。 关键词： 自动变速器，虚拟仪器，神经网络，故障诊断 1. 引言 自动变速器作为汽车的重要传动部件，其质量和运行状况将直接影响汽车整车的使用情 况。随着变速器性能的不断完善，结构也相对复杂，成为集液压技术、电子技术和机械技术 于一体的精密机电产品。自动变速器的故障可能是电子控制系统、液压控制系统或者是变速 器内部机械部分出现的问题有关,而且各部分本身的情况又比较复杂,故障的可能原因和部 位也不是单一的，传统的技术手段往往显示出较大的局限性。由于神经网络有其独特优点， 即具有容错、联想、推测、记忆、自适应、自学习和处理复杂多模式的功能[1]，利用虚拟仪 器技术和神经网络技术相结合的方法，研究变速器在不解体的情况下进行有效的检测诊断就 显得十分重要。 2. 电控自动变速器故障的分析 2.1 电子控制系统的基本构成和控制原理 要对电控自动变速器的故障作检测诊断，首先要熟悉自动变速器的工作原理。本文以 2000 年出厂的广州本田雅阁（Honda Accord ）2.3VTI轿车MAXA型电控自动变速器为例探讨 此方法的应用[2]。它由定轴式齿轮变速传动系统、液压控制系统、电子控制系统等三大部分 组成。这里主要从电子控制系统出发，采集多个关键传感器数据进行分析推断,得到故障发 生的类别。电子控制系统由变速器控制模块PCM (Power Control Model)，各种传感器，3 个 -1- 换挡控制电磁阀、2 个A/T离合器压力控制电磁阀、1 个锁止控制电磁阀等执行器组成。控 制模块根据换挡杆的位置信号、进气歧管压力信号、发动机转速信号、节气门位置信号、车 速信号、变速器主轴和中间轴转速以及冷却水温等信号，实现换挡时刻控制、变矩器的锁定、 坡度模式控制、安全失效保护和故障显示及自诊断等功能。行车中，当PCM接受到各传感器 的输入信号需要实施换挡时，PCM将控制换挡电磁阀A、B、C以及A/T离合器压力控制电磁阀A、 B等执行器作相应动作，前三者将变换换挡阀的位置确定所选择的挡位，后两者则调节其自 身的压力，并视情况给某一离合器的油路增压，以使相关齿轮组工作，从而实现变速器高低 [3] 挡间的准确而平顺的变换 。 2.2 诊断方案的提出 自动变速器故障通常分为机械系统故障、液压系统故障和电子控制系统故障等几方面， 大多数故障可采用一些传统方法进行检测诊断。事实上，自动变速器故障通常为离合器打滑、 磨损，制动器故障，调压阀故障等机械方面故障，还有油路压力低，ATF油变质等液压系统 故障和换挡电磁阀，压力控制电磁阀，车速传感器故障等电子系统方面的故障[3]。当发生故 障时，自动变速器将不能正确的根据油门和车速等输入信号及时进行切换挡位，这就使自动 变速器的挡位实际变换时刻和发动机转速、油门、车速、主轴 （输入轴）转速等信号和换挡 电磁阀等执行器输出信号存在一定的对应关系，而根据变速器的工作特点，在一定的故障情 况下，自动变速器在这些参数上面就有一定的映射关系，可以用神经网络的方法来从中抽取 出各自的特征规律，得出数学模型，它能正确识别出对应于这种特征规律的故障。所以，基 于这种情况，本文探讨一种基于虚拟仪器技术和神经网络技术故障诊断程序，从数据采集到 得出结论，整个操作过程简单快捷。 在对变速器故障规律和特点作了详细分析之后，选择了能反映其规律的特征参数作为神 经网络的输入向量：发动机转速、节气门开度信号、车速信号、主轴转速信号、冷却液