基于FTA-BN的混合动力汽车故障诊断策略_万凌初.pdf

文章编号：1671-7872(2023)02-0158-08基于 FTABN 的混合动力汽车故障诊断策略万凌初1，牛礼民1,2，胡超1(1.安徽工业大学机械工程学院，安徽马鞍山243032；2.安徽工程大学电气传动与控制安徽省重点实验室，安徽芜湖241000)摘要：为实现对混合动力汽车(HEV)底盘系统多部件进行故障融合诊断，提出一种基于故障树分析和贝叶斯网络(FTABN)相结合的故障诊断策略。结合 VB 语言和 SQLServer 开源数据库平台设计 HEV 底盘故障诊断系统，基于构建的 HEV 底盘系统故障树模型，通过故障树与贝叶斯网络的映射关系将故障事件转换为网络节点，引入专家系统；依据混合模糊推理结合有界深度优先搜索方法，通过对故障征兆的定性和定量分析，基于 FTABN 计算故障事件的可信度，选择可信度高的原因作为诊断结论，且进行实验验证。结果表明：采用提出的 FTABN 故障诊断策略可对 HEV 底盘系统多部件进行故障融合诊断，故障诊断的准确率为 0.850，高于人工经验判断的准确率(0.675)。关键词：混合动力汽车；故障诊断；专家系统；SQLServer；贝叶斯网络中图分类号：U469.79文献标志码：Adoi：10.12415/j.issn.16717872.22213FaultDiagnosisStrategyofHybridElectricVehicleBasedonFTABNWAN Lingchu1,NIU Limin1,2,HU Chao1(1.SchoolofMechanicalEngineering,AnhuiUniversityofTechnology,Maanshan243032,China;2.KeyLaboratoryofElectricDriveandControlofAnhuiProvince,AnhuiPolytechnicUniversity,Wuhu241000,China)Abstract：Torealizefaultfusiondiagnosisformultiplecomponentsofhybridelectricvehicle(HEV)chassissystem,afaultdiagnosisstrategybasedonfaulttreeanalysisandBayesiannetwork(FTABN)wasproposed.Thefaultdiagnosis system of HEV chassis was designed based on VB language and SQL Server open source databaseplatform.BasedontheconstructedfaulttreemodelofHEVchassissystem,thefaulteventswereconvertedintonetworknodesthroughthemappingrelationshipbetweenfaulttreeandBayesiannetwork,andthefaulteventswereintroducedintotheexpertsystem.Basedonthemixedfuzzyreasoningandboundeddepthfirstsearchmethod,throughthequalitativeandquantitativeanalysisoffaultsymptoms,thereliabilityoffaulteventswascalculatedbased on FTABN,and the causes with high reliability were selected as the diagnostic conclusions,and theexperimentalverificationwascarriedout.TheresultsshowthattheproposedFTABNfaultdiagnosisstrategycanbeusedforthefusiondiagnosisofmultiplecomponentsofHEVchassissystem,andtheaccuracyoffaultdiagnosisis0.850,whichishigherthanthatofmanualexperiencejudgment(0.675).Keywords：hybridelectricvehicle;faultdiagnosis;expertsystem;SQLserver;Bayesiannetwork收稿日期：2022-08-01基金项目：先进数控和伺服驱动技术安徽省高校重点实验室开放基金项目(XJSK202104)；电气传动与控制安徽省重点实验室开放基金项目(DQKJ202204)作者简介：万凌初(1999)，男，安徽巢湖人，硕士生，主要研究方向为汽车底盘故障诊断。通信作者：牛礼民(1976)，男，安徽肥东人，博士后，副教授，主要研究方向为车辆动态性能模拟和电动汽车控制技术。引文格式：万凌初，牛礼民，胡超.基于 FTABN 的混合动力汽车故障诊断策略 J.安徽工业大学学报(自然科学版)，2023，40(2):158-165.Vol.40No.2安 徽 工 业 大 学 学 报 (自然科学版)第 40 卷第 2 期April2023J.of Anhui University of Technology(Natural Science)2023 年4 月近年，新能源汽车市场规模快速扩大，带动了中国新能源汽车产品市场竞争力的快速提升，其中混合动力汽车(hybridelectricvehicle，HEV)在新能源市场占有重要地位。良好完整的汽车底盘系统可保证汽车的动力传输和转向的灵活，而底盘系统中只有离合器、发动机、电动机等各部件正常工作才能保证汽车具有良好的操稳性和平顺性，安全完成驾驶。因此，对汽车底盘系统部件进行故障诊断研究很有必要。传统的机械故障诊断方法为人工判断法、简单仪表检测法，但人工判断和简单仪表检测准确度不高。随着计算机技术的快速发展，越来越多的学者研究采用故障模型、多智能体协调控制诊断等智能化的方法进行机械故障诊断。陈紫起等1将 TS 故障树与模糊理论相结合，提出了基于信心指数的专家调查法对柴油机进行故障诊断，但此方法推导过程复杂、运算量大，不符合用户诊断耗时短的需求；隋佳君等2结合Agent 技术的智能性和仿真模型的直观性，建立多 Agent 故障传播模型，对润滑系统进行诊断，此方法能实现智能体系统的故障诊断，但 Jade 编程环境复杂、难以工业应用；辛民等3通过设置最优权重机制，实现将专家系统用于车辆制动系统的故障识别与预警，但实际行驶过程中混合动力汽车的制动系统很少出现故障。综上可看出，目前研究多涉及汽车底盘单个部件的故障诊断，较少涉及汽车底盘系统中离合器、发动机、电动机、动力电池等多部件的融合故障诊断。贝叶斯网络(Bayesiannetwork，BN)是常用来解决非线性复杂系统不确定性推理的有效方法之一4，同时能够结合多种渠道的信息进行判断推理，近年被越来越多地用于故障诊断领域。故障树诊断法将可能造成机构故障的原因逐级分解，绘制成如同树枝形状的图形进行表达5。基于此，通过收集 HEV 底盘系统的故障现象，建立相应的故障树模型，提出基于 FTABN 的底盘故障诊断策略，以期实现对 HEV 底盘系统多部件的融合诊断。1基于 FTABN 故障诊断系统的构建HEV 底盘故障诊断系统的总体设计如图 1，系统由故障库、数据表、推理机和人机交互界面等组成，通过信号采集设备搜集车辆底盘故障信号，将其输入诊断系统基于 FTABN 计算出事件可信度，通过显示页面观察相应的诊断结果。以 VB 语言作为程序开发语言，利用 SQLServer 构建 HEV 底盘故障的数据库，通过相应的控件实现对故障库的快速访问及故障的采集判断，完成对车辆底盘集成系统故障的智能诊断。1.1故障库的建立文中主要构建离合器故障、发动机故障、电动机故障、动力电池故障等 4 种故障树模型。故障树模型根据专家经验建立不易更改，而贝叶斯网络在信息处理方面具有较好的自学习能力6。故障树模型和贝叶斯网络具有相似的拓扑结构，考虑将故障树模型中的事件映射为贝叶斯网络，这样可有效融合专家的先验知识与数据驱动的方法，准确表达推理决策过程中的不确定性7。贝叶斯网络由条件概率表和有向无环图组成，按照文献 89 中的转换方法，将故障树模型中的逻辑门关系与贝叶斯网络模型节点和条件概率进行转换处理。故障树的逻辑关系由与门和或门组成，故障事件中信号采集分析模块故障现象输入模块HEV底盘系统故障采集模块全局数据库故障库结论表数据表推理机人机交互界面故障现象显示故障结论显示维修措施显示正反向混合推理有界深度控制策略智能诊断专家系统图1故障诊断系统总体设计Fig.1Overall design of fault diagnosis system第 2 期万凌初，等：基于 FTABN 的混合动力汽车故障诊断策略159分成正常和故障状态，对应的贝叶斯网络中节点变量分别取 0 和 1，表示正常和故障状态。故障树逻辑门关系与贝叶斯网络节点的转换关系如图 2。通过 3 条基本规则，可将故障树模型转换成贝叶斯网络模型：故障树模型中各底事件、中间事件、顶事件要与贝叶斯网络中的各节点对应；若故障树中底事件有多个相同，则在贝叶斯网络中将相同的底事件设定为一个节点；故障树模型中的事件与贝叶斯网络中的节点存在相互映射关系10。故障树与贝叶斯网络的转换流程如图 3。建立故障树的过程也是知识获取的过程，把构成故障树的顶事件、中间事件存入故障库，再把底事件即故障结论存入数据库，通过主键和外键的关系把各级故障树联系起来，完成故障库的建立11。此外通过查阅相关文献资料、询问有关技术专家和工人的经验，将这些经验进行归纳总结录入故障库。文中利用 SQLServer 数据库管理系统创建 HEV 底盘集成系统故障库，如图 4。1.2数据表的创立数据库中的繁杂信息需有适当的存储形式，使之在数据库中便于管理和调用。该系统将重要信息存放在数据表中，如表 1，其中包括用户信息、故障记录、诊断次数等关键信息，为防止数据混乱，表中的任何一条记录都是唯一确定的。1.3搜索方法的设计搜索方法可分为深度优先和广度优先12。文中采用有界深度优先的搜索方法，从开始节点出发向子节点的方向逐级向下纵深搜索，并判断这些节点是否为目标点，如果到达深度阈值还未发现目标节点，返回上层父节点的其他子节点进行搜索，循环过表 1 数据表Tab.1Date sheet字段名数据类型说明用户IDuniqueidentifier作为全局唯一的标记符用户密码varchar(20)储存用户的密码征兆编号varchar(20)系统中故障征兆的唯一标识征兆描述varchar(20)储存故障征兆的描述信息采纳次数int记录故障被采纳次数可信度numeric记录故障事件的可信度x1x2P(T=1|x1=0,x2=0,xn=0)=0P(T=1|else)=P0P(T=1|x1=1,x2=1,xn=1)=1P(T=1|else)=P0 xnTTT.x1x2xn.x1x2xn.图2故障与非门和贝叶斯网络的转换Fig.2Transformation of fault tree logic gate and bayesian network故障树顶事件中间事件底事件逻辑关系父节点有向无环图条件概率表FTA 门规则赋值贝叶斯网络中间节点子节点有向边图3故障树与贝叶斯网络转换Fig.3Transformation of fault tree and Bayesian network图4故障库Fig.4Fault database160安徽工业大学学报(自然科学版)2023年程中找到目标节点。用户通过交互界面输入故障事件，系统以此为依据实现节点指针的位置变换，不断搜索子节点