【基于故障树的汽车生产机械故障诊断问题研究的国内外文献综述5000字】

基于故障树的汽车生产机械故障诊断问题研究的国内外文献综述机械故障诊断技术的发展及现状概况早在20世纪中叶，工业化发达国家就形成了以故障诊断和性能调试为重点的单项检测技术。随着汽车技术的发展，国外的汽车故障诊断技术发展迅速，已广泛应用了声学，光学，电子技术，物理，化学和机械相结合的故障诊断技术。在1980年代，随着计算机技术的发展，出现了具有汽车故障诊断，数据采集和处理自动化以及结果直接打印等功能的汽车故障诊断仪器。在此基础上，为加强汽车管理，各个工业化国家相继建立了汽车检查诊断站。我国于1960年代开始研究汽车故障技术。当时，由中国交通部主持并开发了一些简单的诊断设备。进入1980年代后，随着国民经济的发展，汽车诊断技术得到了飞速发展。自1980年交通部在大连建立第一个汽车故障检测站以来，汽车故障诊断和检测技术在全国得到了蓬勃发展。随着时代的发展，我国工业企业对机械设备的要求越来越高。机械设备的发展方向是多种多样的，例如智能，大规模，复杂和自动化是机械设备发展的几个主要方向。在当今的工业生产中，机械和设备的重要性不可忽视，尤其是在当今高度发达的自动化和复杂性中。如果装配线上的机械设备的某个部件损坏，则最终结果可能是产业链中的机械。设备的瘫痪可以描述为影响整个身体。这些故障不仅可能造成经济损失，而且还会造成严重的人员伤亡。因此，机械设备需要及时，准确，可靠的故障诊断方法，以避免不必要的时间损失。模煳理论法的理论来源是借助了模煳数学的处理方法，将事件的原因和结果之间用两个模煳集合来表示，两者之间的关系用一个模煳矩阵来说明。由于机械故障的原因有时是可以确定的，但有时又是模煳不清的，也就是说一种机械的故障可能由不同的原因造成，而一种原因或者故障又可能导致不同的结果，多故障并发时情况可能更加复杂混乱。当机械的故障原因确定性的和不确定性的相互交织时，基于模煳性的诊断方法来探讨机械故障的本质原因，来研究解决方案。但是这种诊断办法具有极大的局限性，因为模煳诊断法基于的模煳矩阵理论还尚未成熟，在使用时并不能通过很结论去寻找故障原因的本质，只能通过大量的实践和实验来不断地论证结果的正确性，这就带来了很大的工作量增加了工作难度也增加了人力和时间的成本，所以该方法使用起来具有很大的局限性。基于人工神经网络的诊断方法：该方法于1980年代末和1990年代初正式投入使用，因为人工神经网络的诊断方法涵盖了许多高端数学逻辑处理方法，例如结构并行性和处理功能。复杂的图案等。这些功能和方法不仅可以用于大型机械的大量并发故障的诊断，还可以用于多个故障，多个过程以及一些突发性机械故障的诊断。这些诊断方法现阶段主要用于三个方面：使用网络作为分类工具，从识别模式的角度诊断机械故障；使用神经网络作为动态预测模型，并从预测诊断的角度执行机械故障；从知识的角度出发，基于神经网络，建立具有神经网络的专家诊断系统。但是，这种诊断方法有一些缺点，因此不能在诊断时单独使用，而必须与其他方法结合使用。它的缺点体现在以下事实上：建立神经网络需要大量的训练。如果训练样本非常稀缺，那么所构建的系统将缺乏科学性，从而增加了训练时间，并增加了成本。因此，为了提高诊断方法的科学性，国内外许多专家学者正在探索一些新的方法。该理论在1982年由邓聚龙教授提出，由于其简单明了且独具新颖的表达方式易于被世人理解和接受，因此收到了很大的好评和广泛的应用。所谓的故障诊断就是说通过对已知有限的信息进行分析处理，来推测或预测出不可知的信息集合的过程。灰色关联分析法指的是可在不完全、随机的因素序列中进行一定的分析，找到他们之间的关联性，抓住主要矛盾，分清次要矛盾，以便很有条理的解决问题，找到机械的故障本质所在。但是这种诊断方法的缺点在于虽然其理论基础易懂，但是这种诊断方操作起来却比较困难，因为在诊断之前要建立典型故障参考模式。然后在计算和测量待估计故障模式与典型参考模式的关联度，来确定故障的原因，但是如果典型的参考模式选取的不科学就会导致后续工作的失败。所谓集成技术诊断法指的是将多种诊断法集中在一起，多个故障并发的机械设备进行故障原因的诊断方法。集成技术故障诊断法克服了单一诊断法的局限性，集成了多种诊断技术方法的优点于一身，做到了让多种方法的优势互补，为多种复杂情况的机械故障问题的解决提供有效的途径。但是集成技术故障诊断法的在集大成的同时也将各种方法的缺点聚集在了一起，要想减少这种集成缺点的程度就要把握好这种方法的接洽点，但是这种接洽点很难把握，因此很难实现更精确的故障诊断结果。各种技术的高速发展在很大程度上促进了机械故障诊断技术的发展。集成技术诊断方法也已将取得了可喜的成果，但是目前理论阶段很成熟，但实践起来却并没有那么娴熟，还存在很多亟待解决的问题。因此，理论如何与实践相结合还是目前的瓶颈问题，还需要进一步的探究和发展。但在未来的发展方向上，我们可以肯定的是，智能诊断技术会变得越来越集成化、先进化，这就需要这多的技术人员能做到这些技能的整合和调配，以便其发挥最大的作用。随着网络技术的发展而催生出的人工智能、智能信号处理等新科技正在将理论变成可能。故障树分析法发展和研究状况概述1.2.1国外研究发展和现状国内外对故障树的可靠性分析已经有很多年的研究，在国外已经有近40多年的研究历史。在现代研究中，故障树也在不断发展。传统的故障树是一种基于静态的故障分析方法。这种分析方法有一定程度的误差，对系统故障的不正确评估会随机出现。传统的故障树分析会降低系统的可靠性。例如，在网络服务器的实际使用中，网络服务器的故障会影响整个网络的使用，给用户带来较大的困扰。在上世纪60年代，国外就已经利用故障树分析的方法，对系统进行可靠性分析，例如对一些航空电子设备、空间交通控制系统等等，这些控制系统对可靠性要求非常高，通过故障数的方法能够为系统提供可靠且较高的保障。随着研究人员的不断深入研究，静态故障树方法有一定的缺陷，于是人们将系统结构的故障数模型转化成内部的马尔可夫模型，并且加入了故障恢复信息，对故障可靠性分析方法的性能进一步提高，并且开始采用动态故障树方法。目前，FTA方法已经在国民经济的各个领域得到应用，在提高系统的可靠性和安全性方面发挥着重要作用，具有广阔的发展前景。FTA方法已成为汽车领域可靠性，安全性预测，故障分析和诊断的有效方法之一。1.2.2国内研究发展和现状国防科学技术大学的季慧媛将动态故障树处理分为静态子树和动态子树，然后对它们进行二元决策图方法和马尔可夫过程计算处理。当动态子树的大小较小时，将提高系统的计算效率。马尔可夫链方法用于获取动态子树的顶部事件的概率，马尔可夫状态转换图用于获取故障模式和对整体结构影响最大的事件，从而进行处理和处理。整个系统的分析更加轻松便捷。西安交通大学的李彦峰使用三角模糊数分配组件和系统的失效概率，并使用预先建立的动态故障树结构来获得模糊马尔可夫结构。结合模糊数学中的扩展定理和通过变换计算处理得到的结构，得到系统在特定时间的模糊故障率和模糊可靠性图像。同时，利用贝叶斯网络和动态故障树对系统的可靠性进行建模，将无效的动态故障树模型转化为贝叶斯网络模型，大大简化了模型求解的复杂度。吉林大学房丙午用已知的函数描述条件概率表，解决了组合爆炸问题。根据获得的备件门故障原因及相应的贝叶斯网络结构特征，结合指数分布的备件节点故障时间特征，推导基于动态故障树的精确贝叶斯网络算法，进行系统故障分布提出了使用这种算法的概率公式，例如组件重要性。汽车产业研究及应用发展趋势2020年，作为国民经济支柱的中国汽车产业正阔步进入高质量发展新阶段。依托于整车产业的健康发展，汽车零部件产业同样实现了稳步健康发展，产值及利润水平均已连续多年高于整车产业。同时，在“低碳化、智能化、信息化”的整体趋势下，全球汽车零部件产业积极进行未来战略布局。资源配置渐趋成熟加快全球汽车产业链布局随着汽车产业全球资源配置模式的日渐成熟，主要汽车零部件企业纷纷加快全球布局步伐，各大零部件巨头的生产及研发基地正逐步延伸到全球主要汽车市场的各个角落。最新统计数据显示，全球排名前十的零部件企业生产基地数量大多超过100个，覆盖国家数量超过30个。在北美、欧洲、亚太等主要汽车市场均建有技术研发中心，以便更高效地开展契合当地消费需求的技术研发工作。2025年以后汽车行业将面临产业链重组，制造商和供应商都需要在基础框架上加速“拐弯”——提供以用户为导向的创新型发展策略。2020年到2025年将是未来汽车行业的成型期，行业的整体趋势也将越来越明显。未来汽车市场五大转型方向普华永道最新发布的《2030年汽车趋势格局报告（FivetrendstransformingtheAutomotiveIndustry）》指出，未来十几年，五大方向转型（简称为“eascy”趋势）将成为主导汽车市场的发展趋势。电动化向无尾气排放的过渡将成为全球汽车的一大趋势。而车辆的电力也将越来越多地来自可再生能源。到2030年，超过55%的新车将实现完全电动化。自动化不需要人为干预的车辆的开发，将减少对公共出行平台的消耗，并为个人用户提供定制化的舒适出行体验。预计2030年，自动驾驶车辆将占据个人里程的40%。纵观全球制造业态势，主要发达国家均以制造业重新升级作为国家战略，美国计划回流制造企业，德国率先提出工业4.0，中国拟定“中国制造2025计划”。国家层面：国家制造强国领导小组车联网产业发展专项委员会目前负责国家智能网联汽车的发展。相关政策及指导纲要也频繁颁布，2020年1月《智能汽车创新发展战略》，2019年12月《推进综合交通运输大数据发展行动纲要（2020-2025）》，2019年9月《交通强国建设纲要》，2019年7月《数字交通发展规划纲要》。行业层面：智能网联汽车生产企业及产品准入管理办法即将颁布，中国营运车辆智能化运用白皮书颁布。产业态势：产业链体系基本形成，产品技术基本具备产业化条件；产品准入于明年推出，标志着大规模产业化时代来临；车联网的网络应用、远程服务层面技术成熟、飞速发展；车联网的自动驾驶、智慧交通层面技术正在迅猛突破；地方政府积极性高涨，开展较大规模部署，推动产业发展。未来出行的四种表现形式：共享化，拥有专业管理的共享车队将更高效地对资源予以利用，大幅降低移动成本。分时租赁汽车、网约车将更为流行，其中网约车概念将越来越受欢迎，据中国互联网络信息中心（CNNIC）发布第46次《中国互联网络发展状况统计报告》显示，截至2020年6月，我国网约车用户规模达3.40亿，预计2030年，共享出行份方式的趋势将大幅增长。互联式，在一方面它更适用于Car2Car通信（车辆与其他车辆或交通基础设施），另一方面，乘客与外部的互联也更紧密，可以在车辆行驶途中工作、上网或使用多媒体服务。逐年更新，这一模型的范围将会每年得到更新，以整合最新的硬件和软件开发，并对共享车队买方不断变化的需求做出反应。我国汽车市场进入平稳增长期2020年，是中国汽车品牌持续向上、满载收获的一年。在中国汽车新车产销量再次蝉联全球第一的同时，中国汽车品牌市场占有率持续攀升。中国汽车工业协会统计数据显示，2020年最终销量出炉，汽车市场尘埃落定。参考乘联会公布的数据，12月零售销量为228.8万辆，同比增长6.6%，1-12月累计零售销量为1928.8万辆，同比下滑6.8%。受环境、能源、交通压力影响，中国汽车市场增速中枢下移，进入平稳增长期。20年税惠政策刺激作用减弱，考虑下行周期和消费透支，预计全年销量增速在1%左右。截至目前，参照系优质企业数据库共收录汽车制动系统行业相关企业173家，涵盖传统制动系统和ABS防抱死系统两大主要产业链。参考文献[1]潘亚威,喻全余.基于灰色关联与故障树分析法的汽车制动系统故障诊断[J].井冈山大学学报（自然科学版），2015,(5).[2]韦家增.故障树分析和模糊理论在机械故障诊断中的应用研究[D].合肥工业大学,2002.[3]黄伟中,郭立书,杨雄.汽车制动系统故障诊断与性能优化方法[J].汽车工程师，2012,(11).[4]冯秋佳.汽车电子制动系统故障诊断[J].汽车实用技术，2019,(18).[5]吴素平.基于故障树分析法与模糊理论的汽车制动系统故障诊断研究[D].广西大学,2004.[6]张伟旗.汽车制动系统常见故障诊断及维修技术研究[J].汽车零部件，2017,(8).[7]刁明,刘刚,邹鸿雁,崔涛.故障树分析法在汽车故障诊断中的应用[J].仪器仪表用户，2010,17(6).[8]洪强,梁亮.基于动态故障树的汽车制动系统可靠性分析[J].电子产品可靠性与环境试验，2009,27(z1).[9]陈琳,谢学飞.基于贝叶斯网络工具箱的制动系统故障分析[J].西华大学学报（自然科学版），2016,35(2).[10]XieXuefeiChenLinDuYan.FaultDiagnosisofAutomobileBrakeSystemBasedonFuzzyBayesianNetwork[C].The2015InternationalConferenceonAdvancesinConstructionMachineryandVehicleEngineering.[11]PeijiangChen.ResearchandImplementationofAutomobileBrakingPerformanceTestSystem[C].20113rdInte