设备检测与故障诊断技术现状论文

汽车维修是以液、机、电一体化的诊断为核心的技术，运用这种新型的技术能快速、精准的找出汽车故障;下面是我为大家精心推荐的汽车维修技术论文，希望能够对您有所帮助。

汽车维修技术分析

[摘 要]本文阐述了传统汽车维修和现代汽车维修的基本概念，介绍了当前汽车维修技术的特点，提出了推动汽车维修技术进一步完善的措施。

[关键词]汽车维修技术;分析

中图分类号：U472 文献标识码：A 文章编号：1009-914X(2016)17-0324-01

1 传统汽车维修和现代汽车维修的基本概念

1.1 传统的汽车维修

传统的汽车维修主要靠机械为核心的人工操作，在修车过程中，过分强调修理的工艺并且以零部件的修理为主。从大体上来说，传统的汽车维修主要着重于拆装调整和零件修复部分;在检查故障方面，以定性分析为主，通常采用直观的肉眼观察或使用少量的仪表测量;在修理过程中，如果需要运用技术数据，那么通常就会选择查阅技术标准手册。

1.2 现代技术维修

现代的汽车维修技术与传统的汽车维修有着很大的不同。首先，现代汽车维修是以液、机、电一体化的诊断为核心的技术，运用这种新型的技术能快速、精准的找出汽车故障;其次，现代汽车维修是总成拆装调整工艺与系统诊断的结合体;在汽车的故障诊断方面，以定量分析为基础，采用仪表进行检测为主、直观检测为辅的方法。再次，现代汽车维修在技术数据方面一般取材于生产厂家给出的数据光盘或是维修手册，更为专业和对口。

2 当前汽车维修技术的特点

2.1 网络的广泛使用增进了对维修资讯的全面了解

当前是信息科技的时代，信息网络为各个行业的发展都带来了不小的推动力。汽车行业也不例外，无论是控制技术还是结构上，其科学程度都在进一步加深，各种新型的汽车装备、功能、品牌层出不穷。当然这也给汽车维修技术人员带来了一定的困难，海量的车型资料、程度以及数据不可能要求汽车维修技术人员能够完整记住。且汽车维修技术人员的经验储备、技术和知识等都逐渐地表现出了局限性。然而，网络时代的到来正好为汽车维修带来了一个全新的资讯交流平台。

网络在很大程度上促使了汽车资讯传递速度的提高，与此同时还为其提供了一个更为全面的空间。互联网所涉及的范围遍布全世界各个领域，在网络上可以查询到大量的汽车维修资料以及故障检测诊断技术。

2.2 电子检修设备的投入使用推动了汽修设备的进步

整个汽车维修行业的发展同时还带动了汽车维修设备的不断进步。汽车维修设备逐渐从传统的机具类向现代先进的汽车故障检测仪器与设备转变，例如，尾气检测仪、解码仪、四轮定位仪等检测设备的相继出现，并且在汽车维修行业渐渐地普及开来，已经成为了现代汽车维修技术必不可少的一样维修工具。此类检测设备或仪器大多数都是计算机技术或者电子技术的产物，若要对之进行熟练的掌握，则需要操作人员熟练掌握高度的理论知识以及实际操作技术，因此有必要定期对汽车技术维修人员进行培训，从而促使维修人员能够充分掌握各种电子检测设备，在使用的过程中将检测设备的精确功能有效地发挥出来。维修检测设备的电子化中分表示着汽车维修领域的革新与突破，这是发展汽车行业现代化的重要途径。

2.3 故障诊断技术的投入使用促进了诊断效率的提高

随着汽车电子装备的日渐增多，且汽车的控制方式以及车型等都各不相同。所以在对汽车进行维修的时候，故障诊断首先就是一项关键性问题。当前根据不同的诊断设备可将诊断方式分车载诊断以及车外诊断两种。车载诊断主要是通过在汽车上所安装的诊断设备来进行诊断，车外诊断方式则是通过在车辆本身之外采用独立的针对设备或者专业仪器来进行故障诊断。车载诊断设备的渊源可以追到到20世纪70年代，主要采用充电指示灯等报警装置。国外许多大型汽车企业便在上个世纪70年代开始对多种集中报警装置进行研制，所以车载诊断装置就目前来看已经具备了报警、识别、处理、存储等基本功能。车载诊断设备的主要功能是能够发掘一般用户很难找到的故障，在主动安全方面发挥着重要作用。同时，对故障部位的准确判断可以有效提高专业汽车维修技术人员排除故障的可能性。

3 推动汽车维修技术进一步完善的措施

在社会经济的大力发展下，人们的生活水平日益提高，因此在物质需求方面也有了更高的要求，汽车则成为了人们追求生活水平的一样必需品。正是由于汽车需求的加大，因此带动了整个汽车行业的发展，汽车维修技术也随之取得了不小的进步。然而随着科学技术的日新月异，汽车维修技术也应该不断地进行完善。

3.1 促进汽车维修行业质量管理的进一步加强

在汽车维修中汽车的质量维修是主要问题，因此汽车维修在监管方面也是十分重要的，它是保障汽车安全行驶的先决条件。若要保证汽车维修行业能够得以稳定发展就需要加强对汽车维修质量的监管。在对汽车维修质量进行监管的时候，主要体现于对汽车维修质量的检测，因此需要采取有效的方法及手段以促进检测的顺利实现。就当前的形势来看，许多汽车维修行业都在努力尝试各式各样的高新科技质量检测技术，从而寻找出最为准确有效的汽车维修质量检测方法，继而精确的检测出维修环节中出现的某个错误以方便汽车维修技术人员采取先关措施对之进行及时的处理。

这样一来，不仅促进了汽车维修质量的提高，与此同时还促使汽车维修技术人员在进行维修的时候时刻保持质量意识。另外，在加强汽车维修质量检测的时候还要加强对汽车维修技术的管理同监督，针对不同的故障问题，所采取的维修方法也是不同的，作为汽车维修人员必须具备一定的维修经验同判断能力，并且在实践操作过程中结合经验，不断地对自身技术加以改进同创新。

3.2 促进汽车维修技术信息化的进一步完善

计算机网络为汽车维修技术的信息化建立了一个平台。汽车维修技术的信息化有效增进了新型汽车特点同新技术的咨询与交流，其实推动汽车维修也现代化且促进经济发展的重要手段之一。因为目前汽车维修技术人员之间的技术能力参差不齐，所以所在着不同程度上的差异与局限性。我们要将信息化这一平台充分利用起来，积极向国外借鉴一些前卫的运行方式通过管理技术，从而使汽车维修的网络化同科技化进程得以进一步加快。尽管我在汽车维修信息化方面取得了一定发展，但还是存在缺乏有效的管理体制与专业的培训等一系列问题。为了使汽车维修有一套高效且专业的管理办法，则需要加速对汽车维修网站和管理档案的完善，与此同时还应该加强对维修人员的网络培训管理，为维修技术和技术信息数据库构建一个查询平台。这样一来不仅提高了维修人员的技术和知识水平，还促进了维修人员整体业务水平的提高。

3.3 促进汽车维修技术的进一步提高

现代科技的飞速发展有效地促进理论汽车维修技术的创新，不仅如此，同汽车维修有关的方面都得到了进一步创新与改进，如电子系统、检测设备、维修手段等。作为专业的汽车维修人员应该积极主动地学习以不断提高自身技术，借助网络等资讯平台来丰富自己的汽车知识。另外，汽车维修技术人员在实际工作中要不断地积累经验并进行研究，从而不断改进自身的技术手法。科技大力发展下所带来的各种先进的、新型的设备，汽车维修人员要积极学习使用方法。与此同时，汽车外修企业为了进一步完善自身员工的技术，还要采取培训、考核等手段来督促维修人员技术水平的改善。

4 结束语

现代汽车工业在科学技术飞速发展的推动下也随之有着重大的突破，汽车维修技术也呈上升趋势。维修作业的发展方向趋于专业化、自动化、电子化、协作化以及机械化。现代信息技术以及人工技能技术将被频繁运用于各种故障诊断系统;车辆控制系统的自行诊断系统将进一步强大;在维修过程中针对不同的部件要采取不同的模式。

参考文献：

[1] 鲍江，现代汽车维修技术提高质量的有效策略[J]，科技创新论坛，2011，(9).

[2] 张小兵，汽车维修技术的特征与改善措施探讨[J]，产业与科技论坛，2012，(10).

[3] 朱悦军，最新汽车维修技术的特征与进展[J]，中国新技术新产品，20l0，(15).

点击下页还有更多>>>汽车维修技术论文

引言机械零部件的磨损是机械设备发生的故障中最常见、最主要的故障形式，是影响机械设备正常运行的主要障碍之一。据统计，磨损故障占机械设备故障的80%〔1〕，而且磨损还可诱发其它形式的故障。随着现代工业的发展，对生产的连续性和运转机械设备的可靠性要求不断提高，因而对机械设备进行磨损工况监测和故障诊断具有重要意义。 机械零部件发生磨损时，磨损颗粒便进入润滑系统并悬浮在润滑油中。这些微小的磨损颗粒携带有机械设备发生磨损故障的重要信息。为了从润滑油里的磨损颗粒中获取有关机械设备磨损故障的特征信息，常采用“油液监测技术”，其中包括磁塞法、光谱法、铁谱法、放射性示踪法、过滤法、颗粒计数法[2,3]。实践证明，在上述这些方法中，铁谱分析技术是监测磨损工况和诊断磨损故障最为有效的方法，在设备日常管理、预测性维修、可靠性分析和寿命预测方面起到了重要作用。然而，在铁谱诊断技术应用的近20年中，诊断过程中的磨粒识别和故障诊断这两个关键步骤主要凭借人的经验。由于磨损现象的复杂性、研究的对象不同以及铁谱分析者间缺乏充分交流，导致使用磨粒术语和描述磨损故障的混乱，尽管在磨粒分类与磨粒术语标准化方面还有一些基础工作要做，但经过一些研究者的努力，已有比较一致的观点。相比之下，对磨损故障分类与磨损故障描述规范化的研究则较少。在人工诊断时，重点在磨粒识别，磨损故障描述方面的混乱对故障诊断的影响并不突出。随着现场监测对智能化诊断的迫切要求以及计算机图像处理技术和智能(人工智能和神经网络)技术在铁谱诊断中的应用，对磨损故障的分类与铁谱诊断方法提出了新的要求。本文系统分板到几械设备磨损故障和铁谱诊断过程，舞在综合分析铁谱诊断方法的基础上，提出了一个智能化铁请诊断模型。1机械设备磨损故障分析1.1机械设备磨损故障的原因机械设备磨损故障(以下简称磨损故障)是指由于相对运动的两个表面之间的摩擦磨损致使设备的功能低于规定水平的状态。概括地讲，引起磨损故障有两种情况：①由设备设计时预计之中的常规磨损引起的故障。在一般机械零件摩擦副中，正常的零件磨损过程大致分为磨合磨损、稳定磨损和剧烈磨损三个阶段川。在稳定磨损达到一定时期时，设备的磨损率随时间而迅速增大，超出设备设计时规定的磨损量水平，使工作条件急剧恶化，进而使设备出现故障甚至完全失效；②设备安装与使用过程中的异常磨损导致的故障。机械零件在安装过程中由于安装不良或(和)清洗不干净会导致设备在运转过程中的异常磨损，或者在使用过程中由于偶然的外来因素(磨料进入、载荷条件变化、a划伤：由于犁沟作用，在滑动方向上产生宽而深的划痕。b点蚀：在接触应力反复作用下使金属咬死等)和内部因素(润滑不良、摩擦发热等)影响而出现异常磨损。异常磨损弓!发的故障具有偶然性和突发性，对此类故障的诊断具有重要意义。1.2磨损故障的分类分类的目的是为了将人们常用而又实际存在的各式各样的磨损故障按一定的标准归纳为几个基本类型。合理的分类能够使诊断工作简化，有利于故障诊断的状态识别过程的进行，提高故障诊断的有效性。由于铁谱技术在诊断磨损类故障方面具有独特的优越性，因而本文的分类主要是针对铁谱诊断方法的。根据不同的应用目的，磨损故障从以下几个方面进行分类比较合适。 1.2.1按磨损机理划分不同的磨损机理产生的磨粒各异，因而可通过磨粒分析来识别引起磨损故障的磨损机理，以便为设备的设计、制造服务。与润滑油分析有关的磨损机理可分为以下几类：a粘着磨损：接触表面作相对运动时，由于固相焊涪作用使材料从一个表面转移到另一个表面而造成的一种磨损。 b 磨料磨损：由于硬颗粒或硬突起物使材料产生迁移而造成的一种磨损。 c疲劳磨损：由于循环交变应力引起疲劳而使材料脱落的一种磨损。微动磨损应归入此类。d腐蚀磨损：由于与周围介质发生化学反应而产生的一种磨损。其中包括氧化磨损、氢致磨拐、介质腐蚀磨损。 1.1.2按磨损形式划分磨粒的产生与磨损表面有着密切的联系，因而可从磨损表面的破坏形式来分类。按磨损形式来分，磨损故障可分为：疲劳破坏而形成的表面凹坑。c剥落：金属表面由于变形强化而变脆，在载荷作用下产生微裂纹随后剥落。 d胶合：由粘着效应形成的表面结点具有较高的连接强度，使剪切破坏发生在表面层内一定深度，因而导致严重磨损。 e腐蚀：由于润滑油中含水和润滑油膜破裂而使金属与周围介质发生化学反应而产生的表面损伤。上述的划伤、点蚀、剥落和胶合有宏观与微观之分，对于铁谱诊断而言，主要是针对微观形式的。 1.2.3按磨损类型划分对于磨损故障的描述，铁谱分析者针对铁谱分析的特点采用一套适用的分类方法，归纳起来可以说是按磨损类型来分： a正常磨损和磨合期磨损：滑动表面经常发生的正常磨损。b切削磨损：由于滑动表面的相互穿入引起的非正常磨料磨损。c滚动疲劳磨损：滚动接触表面的疲劳磨损。了滚滑复合磨损：与齿轮系相关的疲劳磨损和粘着磨损。e严重滑动磨损：滑动表面的过载和高速造成的磨损。 1.2.4按磨损原因划分按磨损原因来分，磨损故障可分为由磨料进入、润滑不良、油中含水、安装不良或有裂纹、过载、高速、过热和疲劳等引起的故障。这可为设备设计、保养和维修提供有用信息。1.2.5按磨损程度划分按磨损程度来分，磨损故障可分为正常磨损和严重磨损。正常磨损与严重磨损间并无明确的定量界限。根据设备的重要性和诊断的灵敏性，磨损程度可分为3级：正常、b从谱片上的磨损颗粒中提取设备磨损状态的有用信息(征兆)：磨粒识别与统计，注意、极高(报警)；也可分成4级：正常、较正常、异常、严重异常磨损。 1.2.6‘按磨损材料划分按磨损材料来分，磨损故障可分为黑色金属磨损故障、有色金属磨损故障和非金属磨损故障。1.2.7按诊断对象划分有的磨损故障在实际应用中采用俗称，比如在柴油机中有“拉缸”、“拉瓦”、“烧瓦”和“抱轴”等叫法。因而磨损故障也可按诊断的特定设备来分类，并制定出相应的诊断标准。在故障诊断时，根据不同的诊断目的和任务要求，尽量采用某一分类方法并逐层推进，不要出现交叉使用的现象。2铁谱诊断过程铁谱诊断技术是一种以磨损颗粒分析为基础的诊断技术。采用该技术监测机械零部件的磨损状态，无需将正在运转的机械设备打开或关闭，就可确定其磨损状态。.由机械零部件产生的磨损颗粒作为分离相存在于润滑油中，通过铁谱仪磁场的作用将它们从润滑油中分离出来，特定的工况条件和冤同的金属零件产生的磨粒具有不同的特性。通过观察磨粒的颜色、形态、数量、尺寸及尺寸分布，可以推断机械设备的磨损程度、磨损原因和磨损部位。根据机械设备诊断学的观点[4]，故障诊断过程有3个主要步骤：信号测取(检测设备状态的特征信号)，征兆提取(从所检测的特征信号中提取征兆)和状态识别(根据这些征兆和其它诊断信息来识别设备状态)。 具体来讲，铁谱诊断过程可分为以下几个步骤：a取油样，制谱片，得到设备磨损状态的特征信纂一磨损颗粒；磨损参数测量；c根据上述征兆，识别设备的磨损状态(状态诊断)，包括识别设备的磨损状态将有无异常(故障早期诊断)与是否已有异常(故障诊断)；d根据设备的征兆与状态，进一步分析设备的磨损状态及其发展趋势(状态分析)，包括当设备有故障时，分析故障位置、类型、性质、原因与趋势等；e根据设备的状态与趋势，作出决策，干预设备及其运行过程。3磨损故障铁谱诊断方法与智能化铁谱诊断模型3.1铁谱诊断方法自铁谱技术问世以来，其发展重点主要是在诊断过程的前两步，对磨损故障识别理论与方法的研究较少，这可从众多有关铁谱技术用于磨损工况监测与故障诊断的资料中看出。目前铁谱技术用于故障诊断所采用的方法归纳起来有3种：定性铁谱诊断法、定量铁谱诊断法(严格地说是准定量铁谱诊断法)、定性与定量相结合的铁谱诊断法。定性铁谱诊断能够在铁谱片上获取大量有关磨损状态的信息，但在很大程度上受操作者的经验和其它主观因素的影响，状态识别过程由领域专家或分析者来完成。诊断是依据谱片上磨粒的形态、数量、颜色、尺寸及尺寸分布等信息来推断机器的磨损状态。目前普遍得到应用的铁谱分析报告单就是定性铁谱诊断的总结。将模糊数学方法应用到定性铁谱诊断，可让计算机模拟专家的识别方法进行磨损状态诊断，这种方法具有一定的智能性，但这并不是铁谱诊断技术发展的关键所在。目前的定量铁谱诊断是根据铁谱片上磨粒的浓度和磨粒的尺寸分布来对设备的磨损状态作出诊断。诊断主要采用函数分析法、趋势分析法和灰色理论等方法，有些方法已能在一定程度上反映出智能性。定量铁谱诊断具有较大的客观性，但所提供的数据只反映出少量的磨损状态信息，而且不能应用在脂样分析中。定量与定性相结合铁谱诊断是目前实际应用的最多的一种方法，一般是先用定量参数进行故障可能性和趋势判断，再辅之以铁谱片上磨粒特征分析来确诊。为了提高铁谱诊断技术的准确性和智能性，必须进一步发展定量铁谱诊断方法。该方法应能综合定量分析磨粒的形态、尺寸、数量、颜色和尺寸分布等特征并应角人工智能和神经网络的方法加以诊断。随着计算机图像分析技术以波人工智能特别是神经网络技术不断发展，为实现综合定量铁谱诊断及其智能化创造了有力的条件。将智能化技术应用到铁谱诊断，其诊断过程的第三步不仅变得同前二步一样重要，而且将会成为智能诊断技术的关键，因而对磨损故障识别理论与方法的研究很有必要。由于磨损现象的复杂性和磨粒分析的困难性，铁谱诊断智能化的发展一直较缓慢。1989年美国的Carborundum公司开发出一套被称之为FAST的铁谱分析专家系统[5]，并在最近将其发展成FASTPLUS系统。据报道，利用这一专家系统可以对铁谱片进行分析并以人机对话的方式进行决策。但从原理上看，该系统主要是将谱片上的特征磨粒与存储在系统的光盘中的磨粒图谱的照片进行比较而得出结论，因而具有较大的局限性。在国内，文献[6]困将计算机图像分析技术和人工智能理论与方法引人到铁谱分析技术中，建立了基于黑板的铁谱图像解释系统的模型，并进行了部分研究，取得一些很有意义的研究成果。由于追求铁谱诊断的完全智能化使得该技术离实用还有较远的距离。3.2磨损故障铁谱诊断水平根据铁谱诊断的目的和实际应用的需要，将磨损故障铁谱诊断水平划分成3个级别：第一级诊断水平三对设备状态进行监测、确定磨损状态是否正常；第二级诊断水平：在第一级诊断的基础上，判别引起磨损状态异常的磨损原因、类型、形式乃至趋势分析，以便采取维修措施或改进设计。不同原因导致的故障具有不同的表现形式，从而反映出不同的故障状态。通过磨粒的形态、尺寸、数量、分布等特征可对磨损原因进行识别；第三级诊断水平：用以判断发生故障的部位或部件，同时也为第二级诊断提供补充信息。不同的材料产生的磨粒经谱片加热或湿化学处理在铁谱显微镜下可以区分出来，从而将故障隔离到不同零件上。由于设备结构的复杂性、同台设备使用摩擦副材料相同性以及鉴别材料手段的局限性，使得故障隔离与定位并不能总是有效。但为了提高磨损故障诊断的有效性和全面性，此级诊断无疑是必要的。在人工诊断时，上述3级诊断常常是同步完成的，但随着现场监测对智能化诊断的需要，在人工智能或神经网络技术引入到铁谱诊断后，就需要对磨损故障诊断水平进行分级。3.3智能化铁谱诊断模型本文从实际应用的需要出发，提出一种智能化铁谱诊断系统模型，如图1所示。其中的些主要工作已经完成。该系统包括3大模块：磨粒分析模块、磨粒识别与统计模块和机械磨损故障铁谱诊断模块：在磨粒分析模块中可以采用计算机图像分析和模拟人工分析两种方式。铁谱图像分析子系统 [7]能够提取定量的磨粒特征参数。这包括形态数字特征和光密度特征，提取的信息中的一部分输入磨粒识别与统计模块，并采用神经网络技术识别磨粒[8]，经统计后，将结果送入磨粒信息库；一部分直接送入磨粒信息库。模拟人工分析子系统，采用人一机协作的方法，人工提取定性的磨粒特征参数，应用神经网络专家系统进行磨粒识别[9]，识别结果经统计后送入磨粒信息库；定量钳普参数采用光密度计测量，测量结果直接送入磨粒信息库。根据不同的需要，磨粒信息库中的数据可按不同的方式组织，形成不同的数据文件，以备故障诊断与监测取用。机械磨损故障铁谱诊断模块根据用户需要可实现磨损状态诊断、磨损故障类型诊断和磨损原因诊断，三者的实现均采用神经网络模型[l0转自深圳培训吧www.szpxb.com]。在铁谱诊断时，除了利用磨粒信息库的数据文件作为输入向量外，还应充分利用被监测设备知识库的知识。该系统还可以直接从磨粒信息库中提取数据，采用神经网络技术进行磨损趋势预测