CN106873575B - 一种工程机械车载故障诊断系统及方法 - Google Patents

一种工程机械车载故障诊断系统及方法 Download PDF

Info

Publication number
CN106873575B
CN106873575B CN201710146291.9A CN201710146291A CN106873575B CN 106873575 B CN106873575 B CN 106873575B CN 201710146291 A CN201710146291 A CN 201710146291A CN 106873575 B CN106873575 B CN 106873575B
Authority
CN
China
Prior art keywords
display
controller
fault
diagnosis
failure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710146291.9A
Other languages
English (en)
Other versions
CN106873575A (zh
Inventor
薛力戈
武博文
井然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Construction Machinery Branch of XCMG
Original Assignee
Construction Machinery Branch of XCMG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Construction Machinery Branch of XCMG filed Critical Construction Machinery Branch of XCMG
Priority to CN201710146291.9A priority Critical patent/CN106873575B/zh
Publication of CN106873575A publication Critical patent/CN106873575A/zh
Application granted granted Critical
Publication of CN106873575B publication Critical patent/CN106873575B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0256—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults injecting test signals and analyzing monitored process response, e.g. injecting the test signal while interrupting the normal operation of the monitored system; superimposing the test signal onto a control signal during normal operation of the monitored system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开了一种工程机械车载故障诊断系统及方法，包括如下步骤：步骤1、基于故障树生成车辆故障诊断规则库；步骤2、选择全自动诊断方式或人工半自动诊断方式进行车辆现场诊断；步骤3、控制器根据采集的电气信号并结合故障诊断规则库进行故障诊断；步骤4、将最终诊断结果在显示器上进行统一显示；步骤5、控制器将车辆所有报警信息以及故障信息通过智能数据终端上传到远程维护子系统，远程维护子系统对上传的数据通过粗糙集进行知识提取和属性约简得到最佳属性约简组合，并由专家去除冗余、排除错误后更新故障诊断规则库。可以简单快捷的查询到车辆现有的故障。

Description

一种工程机械车载故障诊断系统及方法
技术领域
本发明涉及一种工程机械车载故障诊断系统及方法。
背景技术
现在的工程车辆大量采用了CAN总线技术和可编程控制器技术，且发动机的燃油系统实现自动控制，给车辆的日常维护带来了很大的困难，同时对检测诊断技术要求很高。在车辆的使用过程中不可避免的地会出现各种故障，这些故障如果得不到及时排除，势必会导致系统运行严重偏离要求，降低车辆本身的可靠性和稳定性，因而及时查明故障原因并排除故障具有重要的意义。而传统的定期维护和例行检查虽然在一定程度上减少了故障的发生和危害，但这种方式需要大量有经验的专业人员，浪费许多人力和资源。
当今，商用汽车行业采用的车载诊断系统，例如中国专利CN101923348A中公开了一种基于CANopen的混合动力汽车车载故障诊断系统和诊断方法，主要是通过对车辆的各个模块的实时监测并将故障信息存储在信息管理单元中，通过车辆组合仪表或者手持诊断设备对车辆故障信息进行查询。商用汽车的电控水平较高，车辆各个部件都有相应的监控模块，而工程机械产品电子检测元件较少，无法按照商用汽车的诊断方式对工程车辆进行诊断，无法帮助操作人员准确的找到故障原因。
现有技术中，中国专利CN106354118A公开了一种基于故障树的列车故障诊断系统及方法，但是单纯的故障树诊断方法存在一定的弊端，就是故障树只能绘制现有的规则信息，并且规则中的现象与故障模式是强相关的，对于弱相关的内容或者在经验看来完全不相关的内容便无法查找相互的关系，也就不能绘制相关的故障树。中国专利CN103544389A公开了一种基于故障树和模糊神经网络的汽车起重机故障诊断方法，这种方法的缺点是模糊神经网络需要大量的先验数据对诊断系统进行训练，并且得到知识的正确性及置信度正比于先验数据集合的大小，对于缺少先验知识的车辆来说，很难完成诊断系统的建立，并且该专利中缺少之后对规则库的维护与增加的方法，对于状态无法检测的数据没有制定诊断的方法。
总之，工程机械行业较其他行业而言，电控水平较低，含有许多无法检测的液控系统和机械传动系统，这样采用现有的方式很难做出诊断。
发明内容
针对上述问题，本发明提供一种工程机械车载故障诊断系统及方法，通过智能数据终端将报警、故障信息上传远程维护子系统，通过粗糙集理论对决策表进行知识的提取，生成新的规则并在专家去冗和排误后下发更新规则库，可以简单快捷的查询到车辆现有的故障；进一步的，采用故障树按照功能建立车辆规则库，操作人员通过交互设备、电控设备参与到诊断过程中，并由控制器整合所有输入信息辅助操作人员准确的找到故障原因。
名词解释：
决策项：表示决策表内指示故障现象的内容，例如车辆无法行走等。
决策表：将所有故障模式与当前故障模式下的故障现象逐条列成一个二维表格，列向代表不同的时间，横向代表该时刻发生的故障模式和故障现象。
属性表：去除决策表内决策项后的表格，并且每一行作为一个属性集合。
决策属性集合：将决策表内所有包含相同决策项的属性集合组成该决策项的决策属性集合。
上近似集：表示包含该决策属性集合的属性表中的属性集合求并得到。
下近似集：表示所有包含于决策属性集合的属性表中的属性集合中求并得到。
最佳属性约组合：删除该组合内的任何一个属性都会造成上下近似集不相同，并且该组合当前的上下近似集相同的决策属性集合。
约简启动参数n：表示指示当前表内的第n个属性。
故障模式：故障的表现形式。
为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种工程机械车载故障诊断系统，包括控制器，以及分别与控制器相连的信号检测模块和信号采集模块，所述控制器分别与显示器和智能数据终端相连，所述智能数据终端与远程维护子系统相连，其中：
信号检测模块用于判断采集到的信号是否超出正常范围，并向控制器提供故障情况；
信号采集模块用于将各种其他形式的物理信号转化为控制器可读取的电信号；
控制器整合所有输入信息，并结合故障诊断规则库进行故障诊断，将最终诊断结果在显示器上进行统一显示；
控制器将车辆所有报警信息以及故障信息通过智能数据终端上传到远程维护子系统，远程维护子系统对上传的数据通过粗糙集进行知识提取和属性约简得到最佳属性约简组合，并由专家去除冗余、排除错误后更新故障诊断规则库。
优选，还包括CAN总线面板，所述控制器通过CAN总线与显示器、CAN总线面板相连，所述显示器是触控显示器。
相应的，一种工程机械车载故障诊断方法，包括如下步骤：
步骤a、基于故障树生成车辆故障诊断规则库；
步骤b、选择全自动诊断方式或人工半自动诊断方式进行车辆现场诊断；
步骤c、控制器根据采集的电气信号并结合故障诊断规则库进行故障诊断；
步骤d、将最终诊断结果在显示器上进行统一显示；
步骤e、控制器将车辆所有报警信息以及故障信息通过智能数据终端上传到远程维护子系统，远程维护子系统对上传的数据通过粗糙集进行知识提取和属性约简得到最佳属性约简组合，并由专家去除冗余、排除错误后更新故障诊断规则库。
优选，更新故障诊断规则库的具体步骤如下：
步骤a、将所有报警信息和故障信息组成属性集合，将故障现象作为决策属性，生成决策表R0；
步骤b、定义m表示当前决策表内属性的个数，定义n为约简启动参数，且n的初始值为1；对决策表进行元素约简；
步骤c、当n大于m时，进入步骤F，否则，将Rn-1删除第n个属性后，生成新的属性集合，并生成新的决策表Rn，寻找各个决策项的上、下近似集；如果上、下近似集相同则进入步骤d，否则，进入步骤e；
步骤d、令n＝n+1，进入步骤c；
步骤e、令Rn＝Rn-1，n＝n+1，进入步骤c；
步骤f、将约简完成后的新的决策表重复上述步骤直到得到最佳属性约组合，提取知识，并由专家定期对知识进行去除冗余、排除错误处理后，更新故障诊断规则库数据。
优选，故障树的建立具体包括如下步骤：
步骤a、将工程机械车辆按功能进行划分，再根据功能列出组成每个功能的具体功能属性；
步骤b、按照输入系统、过程系统、执行系统分别列出包含的子系统部件，再将子系统部件细分到零件；
步骤c、列出所有零件的故障模式并列出该故障模式对应的故障现象，并列出对应检测手段和诊断方法，由此生成故障诊断材料收集表；
步骤d、从故障现象中找出相同或相类似的故障现象进行分类，并将该条故障现象作为故障树的顶事件，造成该故障现象的故障模式作为底事件，绘制故障树。
本发明的有益效果是：
第一、通过对产品的故障模式及其成因的梳理，构造故障树，然后对故障数进行分析，制定有针对性的分析方法以及推理机制，分析产生故障的原因，借助机载设备，帮助技术人员、操作人员、服务人员准确地找到故障的原因。得出相应的诊断结论并给出维修建议。
第二、工程机械故障诊断起步较晚，专家经验及先验知识较少，单纯的故障树或者模糊控制无法形成一套完整可延续的诊断系统，而粗糙集理论可以很好的在故障树的基础上增加新的规则，并且不需要先验知识。
第三、操作人员可以首先通过全自动诊断方式，简单快捷的查询到车辆现有的故障，并且同时获得故障现象和解决方法。
第四、操作人员可以通过人工半自动诊断方式，通过故障现象快速锁定交互内容，并通过显示器提示，准确的查明故障原因并获得解决方案。
附图说明
图1是本发明一种工程机械车载故障诊断系统的结构框图；
图2是本发明实施例中故障树的示意图；
图3是本发明自动诊断交互流程图；
图4是本发明人工诊断交互流程图。
具体实施方式
下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
如图1所示，一种工程机械车载故障诊断系统，包括控制器，以及分别与控制器相连的信号检测模块和信号采集模块，所述控制器分别与显示器和智能数据终端相连，所述智能数据终端与远程维护子系统相连，其中：
信号检测模块用于判断采集到的信号是否超出正常范围，并向控制器提供故障情况；
信号采集模块用于将各种其他形式的物理信号转化为控制器可读取的电信号，例如电压、电阻或电流信号；
控制器整合所有输入信息，并结合故障诊断规则库进行故障诊断，将最终诊断结果在显示器上进行统一显示；
控制器将车辆所有报警信息以及故障信息通过智能数据终端上传到远程维护子系统，远程维护子系统对上传的数据通过粗糙集进行知识提取和属性约简得到最佳属性约简组合，并由专家去除冗余、排除错误后更新故障诊断规则库。
优选，还包括CAN总线面板，所述控制器通过CAN总线与显示器、CAN总线面板相连，显示器最好选用触控显示器，方便人机交互。信号检测模块和信号采集模块直接与控制器输入端口进行连接，通过信号采集与检测模块收集车辆信息，并在诊断过程中部分诊断内容需要操作人员通过CAN总线面板做出相应操作或者通过触控显示器输入相应内容，控制器需要将上述所有输入内容进行整合后再进行诊断并经最终结果在显示器上进行显示。
其中，基于故障树生成车辆故障诊断规则库，故障诊断规则库还设置有对应故障模式的解决方案，显示器对最终的诊断结果和解决方案进行统一展示，即显示器根据规则库中的内容将故障模式与故障现象整合在一起进行显示，并且在显示器界面中给出解决方案。
相应的，一种工程机械车载故障诊断方法，包括如下步骤：
步骤a、基于故障树生成车辆故障诊断规则库；
步骤b、选择全自动诊断方式或人工半自动诊断方式进行车辆现场诊断；
步骤c、控制器根据采集的电气信号并结合故障诊断规则库进行故障诊断；
步骤d、将最终诊断结果在显示器上进行统一显示；
步骤e、控制器将车辆所有报警信息以及故障信息通过智能数据终端上传到远程维护子系统，远程维护子系统对上传的数据通过粗糙集进行知识提取和属性约简得到最佳属性约简组合，并由专家去除冗余、排除错误后更新故障诊断规则库。
优选，更新故障诊断规则库的具体步骤如下：
步骤a、将所有报警信息和故障信息组成属性集合，将故障现象作为决策属性，生成决策表R0；
步骤b、定义m表示当前决策表内属性的个数，定义n为约简启动参数(表示指示当前表内的第n个属性)，且n的初始值为1；对决策表进行元素约简；
步骤c、当n大于m时，进入步骤f，否则，将Rn-1删除第n个属性后，生成新的属性集合，并生成新的决策表Rn，寻找各个决策项的上、下近似集；如果上、下近似集相同则进入步骤d，否则，进入步骤e；
步骤d、上、下近似集相同则表示该属性可以删减，令n＝n+1，进入步骤c；
步骤e、上下近似集不同则表示该属性不可以删减，令Rn＝Rn-1，n＝n+1，进入步骤c；
步骤f、将约简完成后的新的决策表重复上述步骤直到得到最佳属性约组合，提取知识，并由专家定期对知识进行去除冗余、排除错误处理后，更新故障诊断规则库数据。
其中，故障树的建立具体包括如下步骤：
步骤a、将工程机械车辆按功能进行划分，再根据功能列出组成每个功能的具体功能属性；
步骤b、按照输入系统、过程系统、执行系统分别列出包含的子系统部件，再将子系统部件细分到零件；
步骤c、列出所有零件的故障模式并列出该故障模式对应的故障现象，并列出对应检测手段和诊断方法，由此生成故障诊断材料收集表；
步骤d、从故障现象中找出相同或相类似的故障现象进行分类，并将该条故障现象作为故障树的顶事件，造成该故障现象的故障模式作为底事件，绘制故障树。
故障树绘制完成后，可按照if A or B or C then H的方式生成规则库。并将故障模式和故障现象分别列表。
现结合图2的故障树具体说明故障诊断规则库的建立：故障树中顶事件为摊铺档无前进，是根据摊铺功能细分出的故障现象，底事件中的故障模式全部是由组成该功能的零件的所有失效模式组成。则由故障树可以获得以下规则：
if主开关低端短路or主开关高端短路or主开关硬件损坏or速度电位器低端短路or速度电位器硬件损坏or面板过渡线故障or总线故障or线束故障or马达电磁阀损坏or驱动泵电磁阀损坏or制动器电磁阀损坏or制动器部件损坏or减速机故障or马达故障or驱动泵故障
then摊铺档无前进。
通过这种方法将所有规则建立并组成故障诊断规则库。
故障诊断方式包括全自动诊断方式和人工半自动诊断方式，其中：
对于全自动诊断方式，是指操作人员无需其他输入或操作，按下自动诊断后，控制器会将当前已经触发了的规则上传到显示器。进入自动诊断界面后，显示器向控制器发送读取信息命令一条，如果没有收到控制器的返回指令，则间隔500ms再发一次。具体包括如下诊断步骤：
步骤a、操作人员通过显示器选择自动诊断功能；
步骤b、控制器将当前已经触发的规则上传到显示器；
步骤c、显示器向控制器发送一条读取信息命令；
步骤d、控制器收到读取信息命令后，将已经触发了的规则按照返回命令的方式返回一条；
步骤e、显示器收到控制器的返回命令后，再发送下一条读取信息命令，并在数据包中存放上一次收到的规则编号和规则内容；
步骤f、控制器确认显示器已收到上一条规则后，再发送下一条返回命令，直到控制器将所有已触发规则发送完毕。
诊断方法需要基于表1的交互指令或命令，包含读取信息指令、读取返回指令、标定信息命令、标定返回命令，表中ID表示总线通信时的通信地址、Cmd表示通信时的标志位、Rule表示规则的编号、Mark即光标是用来指示当前诊断是哪一条故障模式，Data1和Data2组成故障模式信息。
表1
其中，Data1和Data2分别为UINT型的数据，展开成bool型数据包含16个bit位，对应着16条故障模式，不同类别的故障模式对应的含义不同，详细见表2。
表2
现结合图3进一步举例说明，控制器中有以下规则：
①IF A1 or A2 or A3 then H1
②IF A4 or A5 or A6 then H2
③IF A7 or A8 or A9 or A10 or A11 or A12 then H3
④IF A13 or A14 or A15 or A16 or A17 or A18 or A19 then H4
⑤IF A20 or A21 or A22 or A23 or A24 or A25 or A26 then H5
其中A1～A26为故障模式，H1～H4为故障现象。
此时系统中H1～H5中有H1，H3,H4，H5被触发了，并且触发的条件有A1、A2；A7、A9、A11；A14、A15、A17、A19；A20、A22、A23、A26。
显示器进入自动诊断界面，显示器发送读取信息命令0x605内容为0x4000000000000000，控制器收到以后回复规则1读取返回命令0x585内容为0x4B01000003000000，显示器收到后若规则编号不为0，继续发送读取信息命令0x605内容为0x4001000003000000，控制器收到以后回复读取返回命令0x585内容0x4B03000015000000，显示器收到后规则编号不为0，继续发送读取信息命令0x605内容为0x4003000015000000，控制器收到以后回复0x585内容为0x4B04000056000000，显示器收到后规则编号不为0，继续0x605内容为0x4004000056000000，控制器收到以后回复0x585内容为0x4B0500004D000000，控制器收到后，发现所有触发的规则已经全部交互完毕，回复0x585，内容为0x4B00000000000000，显示器收到后规则编号为0则结束自动诊断。
对于人工半自动诊断方式，主要针对于包含有故障模式无法自检的规则，这类规则包含三种故障模式：自动、手动、半自动。对于后两种故障模式需要操作人做出相应的判断或操作后，再由控制器对规则进行检验，并由显示器将最终结果整合并显示。具体包括如下诊断步骤：
步骤a、操作人员通过显示器选择待诊断信息；
步骤b、显示器向控制器发送一条读取信息命令；
步骤c、控制器收到显示器读取信息命令后，根据读取信息命令中的规则编号读取相应的诊断内容，并按照读取返回命令返回一条命令；
步骤d、显示器按照规则表内的故障模式查询相对应的故障模式类别，类别为手动诊断模式时跳转步骤e，类别为半自动诊断模式时跳转步骤g；
步骤e、显示器首先将需要人为判断的内容在显示器上进行显示，并要求人工输入相应的结果。显示器通过标定指令对控制器内的状态进行修改(00表示正常，10表示故障，11表示无法判断)。
步骤f、控制器收到标定信息后，修改相应标志位。并将结果通过标定返回命令(00表示正常，10表示故障、11表示无法判断)反馈给显示器并跳转步骤j；
步骤g、显示器将需要人为操作的内容在显示器上进行显示，并在同时通过标定信息命令向显示器发送开启诊断等待执行相应操作(11表示开启诊断等待执行相应操作)；
步骤h、控制器收到后等待操作人员做出相应操作，操作人员做出相应的操作后，按下显示器相应的按键，然后显示器通过标定信息指令向控制器发送结束诊断已完成相应操作(01表示结束诊断已完成相应操作)；
步骤i、控制器收到后，将半自动诊断结果通过标定返回命令反馈给显示器。
步骤j、显示器收到控制器反馈内容后，故障模式如果全部诊断完毕则将光标值修改成0x11，并通过标定信息命令告知控制器诊断完毕，如果没有诊断完毕，则将光标指向下一个故障模式，并跳转步骤d；
步骤k、诊断完毕后，显示器将最终诊断结果整合进行显示。
结合图4举例进一步说明，控制器中有以下规则：
IF A1 or A2 or A3 or A4 or A5 then H1
其中：A1：行走泵故障
A2：行走开关对电短路
A3：行走马达故障
A4：行走旋钮对地短路
A5：总线通信故障
H1：无行走为规则1。
并假设其中A4、A5可以自动检测，A2需要人为操作，A1、A3需要人为判断，则诊断方法为：
1：显示器向控制器请求规则1的状态，控制器返回指令后得到A4，A5自动诊断的结果，假设A4触发，A5正常。
2：弹出界面询问行走泵是否正常，且将结果发送给控制器，假设行走泵正常。
3：弹出界面询问行走马达是否正常，且将结果发送给控制器，假设行走马达无法判断。
4：弹出界面询问行走马达是否正常，且将结果发送给控制器，假设行走马达无法判断。
5：全部诊断完成后，显示器告知控制器诊断完成，并将诊断结果进行统一显示。具体交互通信过程见图4。
本发明的有益效果是：
第一、通过对产品的故障模式及其成因的梳理，构造故障树，然后对故障数进行分析，制定有针对性的分析方法以及推理机制，分析产生故障的原因，借助机载设备，帮助技术人员、操作人员、服务人员准确地找到故障的原因。得出相应的诊断结论并给出维修建议。
第二、工程机械故障诊断起步较晚，专家经验及先验知识较少，单纯的故障树或者模糊控制无法形成一套完整可延续的诊断系统，而粗糙集理论可以很好的在故障树的基础上增加新的规则，并且不需要先验知识。
第三、操作人员可以首先通过全自动诊断方式，简单快捷的查询到车辆现有的故障，并且同时获得故障现象和解决方法。
第四、操作人员可以通过人工半自动诊断方式，通过故障现象快速锁定交互内容，并通过显示器提示，准确的查明故障原因并获得解决方案。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或者等效流程变换，或者直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种工程机械车载故障诊断系统，包括控制器，以及分别与控制器相连的信号检测模块和信号采集模块，其特征在于，所述控制器分别与显示器和智能数据终端相连，所述智能数据终端与远程维护子系统相连，其中：
信号检测模块用于判断采集到的信号是否超出正常范围，并向控制器提供故障情况；
信号采集模块用于将各种其他形式的物理信号转化为控制器可读取的电信号；
控制器整合所有输入信息，并结合故障诊断规则库进行故障诊断，将最终诊断结果在显示器上进行统一显示；
控制器将车辆所有报警信息以及故障信息通过智能数据终端上传到远程维护子系统，远程维护子系统对上传的数据通过粗糙集进行知识提取和属性约简得到最佳属性约简组合，并由专家去除冗余、排除错误后更新故障诊断规则库；
故障诊断规则库还设置有对应故障模式的解决方案，显示器对最终的诊断结果和解决方案进行统一展示。
2.根据权利要求1所述的一种工程机械车载故障诊断系统，其特征在于，还包括CAN总线面板，所述控制器通过CAN总线与显示器、CAN总线面板相连，所述显示器是触控显示器。
3.一种工程机械车载故障诊断方法，其特征在于，包括如下步骤：
步骤a、基于故障树生成车辆故障诊断规则库；
步骤b、选择全自动诊断方式或人工半自动诊断方式进行车辆现场诊断；
步骤c、控制器根据采集的电气信号并结合故障诊断规则库进行故障诊断；
步骤d、将最终诊断结果在显示器上进行统一显示；
步骤e、控制器将车辆所有报警信息以及故障信息通过智能数据终端上传到远程维护子系统，远程维护子系统对上传的数据通过粗糙集进行知识提取和属性约简得到最佳属性约简组合，并由专家去除冗余、排除错误后更新故障诊断规则库；
全自动诊断方式，具体包括如下诊断步骤：
步骤a、操作人员通过显示器选择自动诊断功能；
步骤b、控制器将当前已经触发的规则上传到显示器；
步骤c、显示器向控制器发送一条读取信息命令；
步骤d、控制器收到读取信息命令后，将已经触发了的规则按照返回命令的方式返回一条；
步骤e、显示器收到控制器的返回命令后，再发送下一条读取信息命令，并在数据包中存放上一次收到的规则编号和规则内容；
步骤f、控制器确认显示器已收到上一条规则后，再发送下一条返回命令，直到控制器将所有已触发规则发送完毕。
4.根据权利要求3所述的一种工程机械车载故障诊断方法，其特征在于，更新故障诊断规则库的具体步骤如下：
步骤a、将所有报警信息和故障信息组成属性集合，将故障现象作为决策属性，生成决策表R0；
步骤b、定义m表示当前决策表内属性的个数，定义n为约简启动参数，且n的初始值为1；对决策表进行元素约简；
步骤c、当n大于m时，进入步骤f，否则，将Rn-1删除第n个属性后，生成新的属性集合An，并生成新的决策表Rn，寻找各个决策项的上、下近似集；如果上、下近似集相同则进入步骤d，否则，进入步骤e；
步骤d、令n＝n+1，确定删除第n个属性并进入步骤c；
步骤e、令Rn＝Rn-1，n＝n+1，保留第n个属性并进入步骤c；
步骤f、将约简完成后的新的决策表重复上述步骤直到得到最佳属性约组合，提取知识，并由专家定期对知识进行去除冗余、排除错误处理后，更新故障诊断规则库数据。
5.根据权利要求3所述的一种工程机械车载故障诊断方法，其特征在于，故障树的建立具体包括如下步骤：
步骤a、将工程机械车辆按功能进行划分，再根据功能列出组成每个功能的具体功能属性；
步骤b、按照输入系统、过程系统、执行系统分别列出包含的子系统部件，再将子系统部件细分到零件；
步骤c、列出所有零件的故障模式并列出该故障模式对应的故障现象，并列出对应检测手段和诊断方法，由此生成故障诊断材料收集表；
步骤d、从故障现象中找出相同或相类似的故障现象进行分类，并将该条故障现象作为故障树的顶事件，造成该故障现象的故障模式作为底事件，绘制故障树。
6.根据权利要求3所述的一种工程机械车载故障诊断方法，其特征在于，对于人工半自动诊断方式，具体包括如下诊断步骤：
步骤a、操作人员通过显示器选择待诊断信息；
步骤b、显示器向控制器发送一条读取信息命令；
步骤c、控制器收到显示器读取信息命令后，根据读取信息命令中的规则编号读取相应的诊断内容，并按照读取返回命令返回一条命令；
步骤d、显示器按照规则表内的故障模式查询相对应的故障模式类别，类别为手动诊断模式时跳转步骤e，类别为半自动诊断模式时跳转步骤g；
步骤e、显示器首先将需要人为判断的内容在显示器上进行显示，人工输入相应的结果后，显示器通过标定指令对控制器内的状态进行修改；
步骤f、控制器收到标定信息后，修改相应标志位，并将结果通过标定返回命令反馈给显示器并跳转步骤j；
步骤g、显示器将需要人为操作的内容在显示器上进行显示，并在同时通过标定信息命令向显示器发送开启诊断等待执行相应操作；
步骤h、控制器收到后等待操作人员做出相应操作，操作人员做出相应的操作后，按下显示器相应的按键，然后显示器通过标定信息指令向控制器发送结束诊断已完成相应操作；
步骤i、控制器收到后，将半自动诊断结果通过标定返回命令反馈给显示器；
步骤j、显示器收到控制器反馈内容后，故障模式如果全部诊断完毕则通过标定信息命令告知控制器诊断完毕，如果没有诊断完毕，则将光标指向下一个故障模式，并跳转步骤d；
步骤k、诊断完毕后，显示器将最终诊断结果整合进行显示。
CN201710146291.9A 2017-03-13 2017-03-13 一种工程机械车载故障诊断系统及方法 Active CN106873575B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710146291.9A CN106873575B (zh) 2017-03-13 2017-03-13 一种工程机械车载故障诊断系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710146291.9A CN106873575B (zh) 2017-03-13 2017-03-13 一种工程机械车载故障诊断系统及方法

Publications (2)

Publication Number Publication Date
CN106873575A CN106873575A (zh) 2017-06-20
CN106873575B true CN106873575B (zh) 2019-06-11

Family

ID=59170821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710146291.9A Active CN106873575B (zh) 2017-03-13 2017-03-13 一种工程机械车载故障诊断系统及方法

Country Status (1)

Country Link
CN (1) CN106873575B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107490964B (zh) * 2017-08-17 2020-06-02 杭州电子科技大学 一种基于特征证据离散化的旋转机械故障特征约简方法
JP6872507B2 (ja) * 2018-03-12 2021-05-19 株式会社日立ビルシステム 管理サーバ及び管理システム
CN110006679B (zh) * 2019-04-23 2021-02-23 南京大学 一种油料收获装备监控及诊断系统
CN110955223A (zh) * 2019-11-15 2020-04-03 太原重工股份有限公司 起重机故障诊断系统及其诊断方法
CN113320565A (zh) * 2020-02-28 2021-08-31 株洲中车时代电气股份有限公司 一种车载实时故障诊断方法及其装置
CN113625676B (zh) * 2020-05-09 2023-08-11 徐州重型机械有限公司 工程机械故障诊断方法和系统、现场诊断装置和存储介质
CN111830940A (zh) * 2020-07-24 2020-10-27 三一重机有限公司 工程机故障诊断方法、终端、系统和电子设备
CN112199145A (zh) * 2020-10-10 2021-01-08 上海星融汽车科技有限公司 车辆智能诊断方法、系统及诊断设备
CN114326659A (zh) * 2021-12-10 2022-04-12 重庆金康赛力斯新能源汽车设计院有限公司 一种汽车电子控制单元故障诊断系统及方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010181212A (ja) * 2009-02-04 2010-08-19 Toyota Central R&D Labs Inc 故障診断システム、故障診断方法
CN101614781B (zh) * 2009-07-20 2011-04-06 浙江大学 一种基于空间规则索引的广电设备故障智能诊断方法
CN101877075B (zh) * 2009-10-29 2013-02-27 北京航空航天大学 一种故障诊断知识获取系统
CN102509116A (zh) * 2011-11-23 2012-06-20 西北工业大学 一种支持向量机和粗糙集的故障诊断知识获取方法
CN102866701A (zh) * 2012-09-17 2013-01-09 深圳市元征科技股份有限公司 采用触控按键技术的汽车故障诊断系统
CN103558845B (zh) * 2013-11-08 2016-02-17 株洲时代电子技术有限公司 钢轨打磨车故障诊断系统
CN204269835U (zh) * 2014-10-11 2015-04-15 龙工（上海）挖掘机制造有限公司 一种用于工程机械车辆的gps卫星定位控制系统
CN105319071B (zh) * 2015-09-21 2017-11-07 天津大学 基于最小二乘支持向量机的柴油机燃油系统故障诊断方法

Also Published As

Publication number Publication date
CN106873575A (zh) 2017-06-20

Similar Documents

Publication Publication Date Title
CN106873575B (zh) 一种工程机械车载故障诊断系统及方法
CN104932519B (zh) 基于专家知识的无人机飞行指挥辅助决策系统及其设计方法
CN110929898B (zh) 水电站启闭设备运维及故障监测在线评估系统及方法
DE602005004997T2 (de) Diagnostisches Verfahren und System
CN110489254B (zh) 基于深度随机森林算法的大型飞机航空大数据故障检测与因果推理系统及方法
US9858733B2 (en) Vehicle diagnostic data collecting apparatus, vehicle diagnostic data collecting method, vehicle diagnostic machine, and vehicle diagnosing method
CN107748557B (zh) 一种基于LabVIEW的船舶综合电力推进系统智能故障诊断系统
CN105225049B (zh) 一种高可扩展性故障诊断专家系统
CN105955233B (zh) 一种基于数据挖掘的车辆故障诊断方法及系统
EP1873698A1 (en) Conversion of static diagnostic procedure to dynamic test plan method and apparatus
CN106444692A (zh) 车辆维修协助方法及系统
DE112013000119B4 (de) Arbeitsmaschine
CN107621368B (zh) 一种基于教练机的发动机专家诊断系统
CN105775943A (zh) 一种数据驱动的电梯零部件预警系统及方法
CN109514560A (zh) 工业机器人故障监控系统、方法以及装置
WO2005109136A1 (de) Rechnergestütztes diagnosesystem auf der basis von heuristiken und system-topologien
US20170372536A1 (en) Vehicle diagnostic system, vehicle diagnostic method, and diagnostic device
CN112668715A (zh) 一种基于机器学习的道岔转辙机异常诊断方法及系统
CN113682184A (zh) 电动汽车的充电检测方法、装置及系统
CN116184981A (zh) 一种基于整车的精准化维修方法及诊断系统
CN113379390B (zh) 一种战车分队健康管理装置
EP3451101B1 (de) Verfahren zum bestimmen einer fehlerursache eines fehlers in einer fahrzeugkomponente
EP3651082A1 (de) Verfahren und assistenzsystem zum generieren von trainingsdaten zum lernbasierten konfigurieren eines technischen systems
CN103713629B (zh) 一种电机控制器的故障定位方法、装置及系统
EP4167040A1 (en) Fault model editor and diagnostic tool

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant