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)融合技術故障診斷方法及汽車診斷系統(tǒng)(故障預測與健康管理)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。
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)融合技術從多個不同的信息源獲得有關系統(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、現(xiàn)場總線、計算機測控技術、信息與處理技術、無線通信、線控驅(qū)動等技術的發(fā)展，多傳感器信息融合的智能化診斷技術在汽車系統(tǒng)故障診斷中的應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)代生活應用的角度看，多傳感器信息的融合技術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，對所關心的目標進行檢測、關聯(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)絡等先進技術的復雜系統(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。精確、及時、高可靠性的狀態(tài)監(jiān)測與數(shù)據(jù)處理技術作為實施汽車的前端技術，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)復雜，機載設備多，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、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，