[发明专利]一种工程机械车载故障诊断系统及方法

说明书

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。

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。