汽车维修工程（第三版）课件：汽车故障及统计分析方法

汽车维修工程（第三版）汽车故障及统计分析方法第一节汽车故障及其分类一、故障状态界定

1.故障定义

《电工术语可信性与服务质量》（GB/Ｔ2900.13—2008）中关于故障的定义：故障是指“产品不能完成要求的功能的状态。预防性维修或其他计划行动或缺乏外部资源的情况除外”。

失效是指“产品完成要求的功能的能力的中断”。

故障与失效的区别是:①失效是一次事件；而故障是一状态。②失效后，产品处于在故障状态。③故障状态通常是产品自身失效引起的。即使失效未发生，故障也可能存在。

《汽车维修术语》（GB/Ｔ5624—2005）的定义：汽车故障是指“汽车部分或完全丧失工作能力的现象”。3.1汽车故障及其分类

2.故障模式

《电工术语可信性与服务质量》（GB/Ｔ2900.13—2008）中的规定：故障模式是指“对给定的要求的功能，故障产品的可能状态之一”。

故障模式可以通过人的感官或仪器测量确定。

对汽车故障进行分析时，应从汽车故障模式入手，通过故障模式找出故障原因。同时，故障模式也是其他故障分析方法的基础（如故障树分析法）。确定零部件的故障模式是分析汽车故障原因的基础。故障描述要尽可能地从零部件的故障模式来进行。

3.1汽车故障及其分类汽车零部件的故障模式大致可分为：损坏、退化、松脱、失调、堵塞与渗漏，以及整机、子系统故障等类型。其故障状态表现形式主要是：

（1）损坏型———断裂、裂纹、烧毁击穿、弯曲、变形、点蚀；

（2）退化型———老化、变质、腐蚀、剥落、早期磨损；

（3）松脱型———松动、脱落、脱焊；

（4）失调型———间隙、流量、压力、行程、照度等的不适当；

（5）塞漏型———堵塞、泄漏、不通畅；

（6）整机型———功能不正常、性能不稳、功能失效等，如起动困难、供油不足、怠速不稳，总成异响及制动跑偏等。3.1汽车故障及其分类3.故障判断准则

首先，明确“规定功能”或者规定的功能丧失到什么程度才确认为故障。

其次，要分析故障的后果，即故障是否影响汽车性能、汽车及人的安全。

不同类型的汽车故障判断准则数值有一定差异。其数值在有关技术标准或产品说明书、维修手册中都有规定。同一类型的汽车由于功用、载荷、道路和使用环境不同，所制定的故障判断标准也要有所差别。

在制定故障判断标准时，应考虑以下准则：

①不应在规定使用条件下丧失规定功能。

②不同产品可按该产品的主要性能指标进行衡量。3.1汽车故障及其分类二、故障分类

序

号分

类名

称

1按故障产生属性自然故障、人为故障2按故障部位范围整体故障、局部故障3按故障发生时间磨合期、正常使用期、耗损故障期4按故障发展速度突发性故障、渐进性故障5按故障间相关性相关故障，非相关故障6按故障可见特征可见故障、陷蔽故障7按故障影响程度局部故障、完全故障8按故障产生原因设计结构方面、生产工艺方面、使用方面9

按故障导致后果致命故障、严重故障、一般故障、轻微故障表3-1常见的故障分类方法3.1汽车故障及其分类故障级别故障类别划

分

条

件Ⅰ致命故障

危及汽车行驶安全，导致人身伤亡。引起主要总成报废，造成重大经济损失或周围环境造成严重危害;Ⅱ严重故障

可能导致主要零部件，总成严重损坏，或影响行车安全。且不能用易损备件和随车工具在较短时间（30min）内排除;Ⅲ一般故障

使客车、轿车停驶或性能下降，但一般不能导致主要部件、总成严重损坏、并可用更换易损备件和随车工具在较短时间（30min）内排除;Ⅳ

轻微故障

一般不会导致汽车停驶或性能下降，不需要更换零件，用随车工具能轻易（30min）排除表3-2客车、轿车的故障分类汽车故障及统计分析方法

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

图3-1f（t）、F（t）和R（t）之间的关系3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

图3-2指数分布函数曲线a)概率密度函数曲线；b)累计故障概率曲线；c）故障率曲线3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

图3-3威布尔概率密度曲线3.2故障统计方法及规律分析当ｍ<１时,ｆ（ｔ）曲线（图3-3）和λ（ｔ）曲线（图3-4）都随时间的增加而单调下降。它反映了产品早期故障过程的数量特征，即λ（ｔ）曲线相当于浴盆曲线的早期故障期，故障率属于渐减型。当ｍ＝１时，威布尔分布就成了指数分布。ｆ（ｔ）曲线（图3-3）仍随时间的增加而单调下降，λ（ｔ）＝１/η是常数，在图3-4中是一条水平线，故障率属于恒定型。可以用来描述突发性故障，因为突发性故障在任何时候发生的概率都相等，所以相当于浴盆曲线的偶然故障期。当ｍ>１时，ｆ（ｔ）曲线出现峰值。当ｍ>3.5时，ｆ（ｔ）曲线趋于正态分布的情况，如图3-3所示。而λ（ｔ）曲线则有单调增加的倾向，如图3-4所示。故障率属渐增型，相当于浴盆曲线的耗损故障期。图3-4形状参数m对λ(t)的影响3.2故障统计方法及规律分析２）位置参数γ位置参数γ表示分布曲线在ｔ轴上的起始位置，对ｆ（ｔ）曲线的形状没有影响。当位γ<０时，曲线由γ＝０时的位置向左平移｜γ｜距离；当γ>０时，曲线有γ＝０的位置向右平移｜γ｜距离，如图3-5所示。位置参数的物理意义是：γ为负值时，表示某些产品开始工作前就已发生故障，即在储存期已有故障；γ为正值时，表示产品有一段不发生故障的时间。图3-5位置参数r不同时的f（t）曲线3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

3.2故障统计方法及规律分析

4.汽车故障的基本规律１.产品故障率变化一般规律———典型故障率曲线大多数复杂产品的故障率是时间的函数，故障率曲线的形状如图3-7所示，通常被称为浴盆曲线。由图3-7可以看出，产品的故障率随时间的变化，大致可划分为３个阶段：早期故障期、偶然故障期和耗损故障期。图3-7典型寿命曲线

（1）早期故障期

出现在产品投入使用的初期。其特点是故障率高，且故障率随时间增加而迅速下降。导致故障发生的原因通常是设计制造缺陷、修理工艺不当或装配质量欠佳，一般可以通过强化试验或磨合、调整加以排除。因此，一般不认为早期故障是使用中总故障的组成部分。3.2故障统计方法及规律分析

（2）偶然故障期

指产品在早期故障期之后与耗损故障之前的时间段。这个时期是产品工作处于良好工作状态，也称为有效寿命期。偶然故障期故障率的特点是低而稳定，且近似为常数。该阶段的故障具有随机性，与产品的新旧状态无关。产生故障的原因一般是使用维护不当、负载突然超过极限值、零件或元件的随机失效等。只能通过提高管理水平，包括提高驾驶人操作水平，加强产品维护来减少偶然故障的发生。

（3）耗损故障期产品使用的后期，其特点是故障率随时间的增加而显著增加。这是因为产品长期使用，使零件产生磨损、变形、疲劳、腐蚀、老化等损伤。防止耗损故障的有效方法是在产品进入耗损期前及时进行维修，使有可能升高的故障率降下来。3.2故障统计方法及规律分析

并不是所有产品都有这３个故障阶段。

例如，汽车发动机曲柄连杆机构的磨损产生的故障率基本上按照这三个时期发展，如图3-8中Ａ所示；前桥通常只有后两个时期，如图3-8中Ｂ所示；汽车油路、电路一般只表现出一个时期如图3-8中的Ｃ所示；紧固件则基本上有前两个时期，如图3-8中Ｄ所示；而某些质量低劣的零部件，则随机故障期很短，即直接进入耗损故障期，如图3-8中Ｅ所示。图3-8某些汽车零件的故障率曲线

由此可见，由于机件的材质、使用水平和工作条件的不同，其实际故障规律也不同；即使故障率曲线符合典型故障率曲线，但故障率曲线的长短也可能不一样。3.2故障统计方法及规律分析

图3-9零件状态参数的变化与汽车的故障分布密度及相互关系汽车故障及统计分析方法第三节故障数据收集与处理一、收集方法与注意事项故障数据的收集可以从汽车产品设计和试验开始，并在使用和维修中不断地积累。数据收集方法主要的有以下两种形式:

第一，给有关的汽车试验、使用和维修的现场工作人员分发故障数据记录表，并定期收回。此种方法使用的记录表格简单、明确，不需要进行专业培训，但获得的数据可能不完整。

第二，组织专业人员使之对记录内容有充分的理解，因此能掌握好记录的标准，容易发现异常数据，并对其进行适当选择。

数据收集所采用的方式要根据所研究的对象和目的来确定，通过现场收集汽车产品的使用及维修数据，是故障数据收集的重要方式。3.3故障数据收集与处理数据收集时应主要注意以下几点：

（1）明确研究对象。

（2）规定故障含义。

（3）统一时间单位。

（4）说明使用条件。

（5）反映维修状况。

（6）掌握取样原则。

3.3故障数据收集与处理数据收集记录单的主要内容应包括：①使用单位名称；②记录对象；③时间（生产日期、使用前库存时间、开始使用日期、故障日期等）；④使用条件（使用场合、气候环境、工作方式等）；⑤故障内容（故障的预兆、产生的部位、故障形式、故障原因等）；⑥维修状况（维修类型、维修条件、停机时间、修理时间等）；⑦现场人员分析（故障现象、原因及维修建议等）。3.3故障数据收集与处理二、

数据统计处理1.直方图法直方图的具体做法如下：把一组故障数据按顺序整理、排列，并划分若干个区间，统计各区间数据的数量（个数或比例），以区间的度量单位为横坐标，以数量度量单位为纵坐标，可以画出若干个直方形，并用曲线连接起来，便构成直方图。例3-7某型汽车风扇皮带的损坏里程（单位为ｋｍ）为:6476、662、1049、1319、1734、2390、3514、3550、3557、3703、3749、5894、6321、6947、6978、7001、7098、5771、7782、9931、11649、12075、12725、13026、13716、13781、13808、13924、14735、16117、17312、18118、18994、19025、19666、20346、22191、23250、23542、26559、27097、27804、28682、30028、32749、33975、34112、41354、42500、45864、55032、57391、75359、83183、95107，试做出直方图并分析故障规律。3.3故障数据收集与处理

图3-10风扇皮带损坏的相对频数直方图3.3故障数据收集与处理表3-3某型汽车风扇皮带损坏的相对频数表序号分组范围频数相对频数/%序号分组范围频数相对频数/%10～100002036.36650000～6000023.63210000～200001527.27760000～7000000320000～30000814.54870000～8000011.81430000～4000047.27980000～9000011.81540000～5000035.451090000～10000011.81

（3）列出频数表。

每组内的故障数称为频数。频数与故障总数之比称为相对频数或频率。表3-3为某型汽车风扇皮带损坏的相对频数表。

根据表3-3，以分组点为横坐标，纵坐标为相对频数，则可以得到相对频数分布直方图，如图3-10所示，若纵坐标为频数，就可以得到频数分布直方图。

从图形可知，风扇皮带折断的相对频数分布，近似为指数分布函数。3.3故障数据收集与处理

3.3故障数据收集与处理

序号时

间

域，h故障数γi10～10572105～22393223～357124357～5106表3-4汽车起动机故障统计结果

3.3故障数据收集与处理

3.3故障数据收集与处理

时间域riniR（ti）Pinipi（ri-nipi）2（ri-nipi）2/nipi0～10571000.9180.0828.21.440.176105～2239930.8270.0999.20.040