基于故障樹的汽車生產(chǎn)機械故障診斷問題研究的國內(nèi)外文獻綜述機械故障診斷技術(shù)的發(fā)展及現(xiàn)狀概況早在20世紀(jì)中葉，工業(yè)化發(fā)達國家就形成了以故障診斷和性能調(diào)試為重點的單項檢測技術(shù)。隨著汽車技術(shù)的發(fā)展，國外的汽車故障診斷技術(shù)發(fā)展迅速，已廣泛應(yīng)用了聲學(xué)，光學(xué)，電子技術(shù)，物理，化學(xué)和機械相結(jié)合的故障診斷技術(shù)。在1980年代，隨著計算機技術(shù)的發(fā)展，出現(xiàn)了具有汽車故障診斷，數(shù)據(jù)采集和處理自動化以及結(jié)果直接打印等功能的汽車故障診斷儀器。在此基礎(chǔ)上，為加強汽車管理，各個工業(yè)化國家相繼建立了汽車檢查診斷站。我國于1960年代開始研究汽車故障技術(shù)。當(dāng)時，由中國交通部主持并開發(fā)了一些簡單的診斷設(shè)備。進入1980年代后，隨著國民經(jīng)濟的發(fā)展，汽車診斷技術(shù)得到了飛速發(fā)展。自1980年交通部在大連建立第一個汽車故障檢測站以來，汽車故障診斷和檢測技術(shù)在全國得到了蓬勃發(fā)展。隨著時代的發(fā)展，我國工業(yè)企業(yè)對機械設(shè)備的要求越來越高。機械設(shè)備的發(fā)展方向是多種多樣的，例如智能，大規(guī)模，復(fù)雜和自動化是機械設(shè)備發(fā)展的幾個主要方向。在當(dāng)今的工業(yè)生產(chǎn)中，機械和設(shè)備的重要性不可忽視，尤其是在當(dāng)今高度發(fā)達的自動化和復(fù)雜性中。如果裝配線上的機械設(shè)備的某個部件損壞，則最終結(jié)果可能是產(chǎn)業(yè)鏈中的機械。設(shè)備的癱瘓可以描述為影響整個身體。這些故障不僅可能造成經(jīng)濟損失，而且還會造成嚴(yán)重的人員傷亡。因此，機械設(shè)備需要及時，準(zhǔn)確，可靠的故障診斷方法，以避免不必要的時間損失。模煳理論法的理論來源是借助了模煳數(shù)學(xué)的處理方法，將事件的原因和結(jié)果之間用兩個模煳集合來表示，兩者之間的關(guān)系用一個模煳矩陣來說明。由于機械故障的原因有時是可以確定的，但有時又是模煳不清的，也就是說一種機械的故障可能由不同的原因造成，而一種原因或者故障又可能導(dǎo)致不同的結(jié)果，多故障并發(fā)時情況可能更加復(fù)雜混亂。當(dāng)機械的故障原因確定性的和不確定性的相互交織時，基于模煳性的診斷方法來探討機械故障的本質(zhì)原因，來研究解決方案。但是這種診斷辦法具有極大的局限性，因為模煳診斷法基于的模煳矩陣?yán)碚撨€尚未成熟，在使用時并不能通過很結(jié)論去尋找故障原因的本質(zhì)，只能通過大量的實踐和實驗來不斷地論證結(jié)果的正確性，這就帶來了很大的工作量增加了工作難度也增加了人力和時間的成本，所以該方法使用起來具有很大的局限性。基于人工神經(jīng)網(wǎng)絡(luò)的診斷方法：該方法于1980年代末和1990年代初正式投入使用，因為人工神經(jīng)網(wǎng)絡(luò)的診斷方法涵蓋了許多高端數(shù)學(xué)邏輯處理方法，例如結(jié)構(gòu)并行性和處理功能。復(fù)雜的圖案等。這些功能和方法不僅可以用于大型機械的大量并發(fā)故障的診斷，還可以用于多個故障，多個過程以及一些突發(fā)性機械故障的診斷。這些診斷方法現(xiàn)階段主要用于三個方面：使用網(wǎng)絡(luò)作為分類工具，從識別模式的角度診斷機械故障；使用神經(jīng)網(wǎng)絡(luò)作為動態(tài)預(yù)測模型，并從預(yù)測診斷的角度執(zhí)行機械故障；從知識的角度出發(fā)，基于神經(jīng)網(wǎng)絡(luò)，建立具有神經(jīng)網(wǎng)絡(luò)的專家診斷系統(tǒng)。但是，這種診斷方法有一些缺點，因此不能在診斷時單獨使用，而必須與其他方法結(jié)合使用。它的缺點體現(xiàn)在以下事實上：建立神經(jīng)網(wǎng)絡(luò)需要大量的訓(xùn)練。如果訓(xùn)練樣本非常稀缺，那么所構(gòu)建的系統(tǒng)將缺乏科學(xué)性，從而增加了訓(xùn)練時間，并增加了成本。因此，為了提高診斷方法的科學(xué)性，國內(nèi)外許多專家學(xué)者正在探索一些新的方法。該理論在1982年由鄧聚龍教授提出，由于其簡單明了且獨具新穎的表達方式易于被世人理解和接受，因此收到了很大的好評和廣泛的應(yīng)用。所謂的故障診斷就是說通過對已知有限的信息進行分析處理，來推測或預(yù)測出不可知的信息集合的過程。灰色關(guān)聯(lián)分析法指的是可在不完全、隨機的因素序列中進行一定的分析，找到他們之間的關(guān)聯(lián)性，抓住主要矛盾，分清次要矛盾，以便很有條理的解決問題，找到機械的故障本質(zhì)所在。但是這種診斷方法的缺點在于雖然其理論基礎(chǔ)易懂，但是這種診斷方操作起來卻比較困難，因為在診斷之前要建立典型故障參考模式。然后在計算和測量待估計故障模式與典型參考模式的關(guān)聯(lián)度，來確定故障的原因，但是如果典型的參考模式選取的不科學(xué)就會導(dǎo)致后續(xù)工作的失敗。所謂集成技術(shù)診斷法指的是將多種診斷法集中在一起，多個故障并發(fā)的機械設(shè)備進行故障原因的診斷方法。集成技術(shù)故障診斷法克服了單一診斷法的局限性，集成了多種診斷技術(shù)方法的優(yōu)點于一身，做到了讓多種方法的優(yōu)勢互補，為多種復(fù)雜情況的機械故障問題的解決提供有效的途徑。但是集成技術(shù)故障診斷法的在集大成的同時也將各種方法的缺點聚集在了一起，要想減少這種集成缺點的程度就要把握好這種方法的接洽點，但是這種接洽點很難把握，因此很難實現(xiàn)更精確的故障診斷結(jié)果。各種技術(shù)的高速發(fā)展在很大程度上促進了機械故障診斷技術(shù)的發(fā)展。集成技術(shù)診斷方法也已將取得了可喜的成果，但是目前理論階段很成熟，但實踐起來卻并沒有那么嫻熟，還存在很多亟待解決的問題。因此，理論如何與實踐相結(jié)合還是目前的瓶頸問題，還需要進一步的探究和發(fā)展。但在未來的發(fā)展方向上，我們可以肯定的是，智能診斷技術(shù)會變得越來越集成化、先進化，這就需要這多的技術(shù)人員能做到這些技能的整合和調(diào)配，以便其發(fā)揮最大的作用。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展而催生出的人工智能、智能信號處理等新科技正在將理論變成可能。故障樹分析法發(fā)展和研究狀況概述1.2.1國外研究發(fā)展和現(xiàn)狀國內(nèi)外對故障樹的可靠性分析已經(jīng)有很多年的研究，在國外已經(jīng)有近40多年的研究歷史。在現(xiàn)代研究中，故障樹也在不斷發(fā)展。傳統(tǒng)的故障樹是一種基于靜態(tài)的故障分析方法。這種分析方法有一定程度的誤差，對系統(tǒng)故障的不正確評估會隨機出現(xiàn)。傳統(tǒng)的故障樹分析會降低系統(tǒng)的可靠性。例如，在網(wǎng)絡(luò)服務(wù)器的實際使用中，網(wǎng)絡(luò)服務(wù)器的故障會影響整個網(wǎng)絡(luò)的使用，給用戶帶來較大的困擾。在上世紀(jì)60年代，國外就已經(jīng)利用故障樹分析的方法，對系統(tǒng)進行可靠性分析，例如對一些航空電子設(shè)備、空間交通控制系統(tǒng)等等，這些控制系統(tǒng)對可靠性要求非常高，通過故障數(shù)的方法能夠為系統(tǒng)提供可靠且較高的保障。隨著研究人員的不斷深入研究，靜態(tài)故障樹方法有一定的缺陷，于是人們將系統(tǒng)結(jié)構(gòu)的故障數(shù)模型轉(zhuǎn)化成內(nèi)部的馬爾可夫模型，并且加入了故障恢復(fù)信息，對故障可靠性分析方法的性能進一步提高，并且開始采用動態(tài)故障樹方法。目前，F(xiàn)TA方法已經(jīng)在國民經(jīng)濟的各個領(lǐng)域得到應(yīng)用，在提高系統(tǒng)的可靠性和安全性方面發(fā)揮著重要作用，具有廣闊的發(fā)展前景。FTA方法已成為汽車領(lǐng)域可靠性，安全性預(yù)測，故障分析和診斷的有效方法之一。1.2.2國內(nèi)研究發(fā)展和現(xiàn)狀國防科學(xué)技術(shù)大學(xué)的季慧媛將動態(tài)故障樹處理分為靜態(tài)子樹和動態(tài)子樹，然后對它們進行二元決策圖方法和馬爾可夫過程計算處理。當(dāng)動態(tài)子樹的大小較小時，將提高系統(tǒng)的計算效率。馬爾可夫鏈方法用于獲取動態(tài)子樹的頂部事件的概率，馬爾可夫狀態(tài)轉(zhuǎn)換圖用于獲取故障模式和對整體結(jié)構(gòu)影響最大的事件，從而進行處理和處理。整個系統(tǒng)的分析更加輕松便捷。西安交通大學(xué)的李彥峰使用三角模糊數(shù)分配組件和系統(tǒng)的失效概率，并使用預(yù)先建立的動態(tài)故障樹結(jié)構(gòu)來獲得模糊馬爾可夫結(jié)構(gòu)。結(jié)合模糊數(shù)學(xué)中的擴展定理和通過變換計算處理得到的結(jié)構(gòu)，得到系統(tǒng)在特定時間的模糊故障率和模糊可靠性圖像。同時，利用貝葉斯網(wǎng)絡(luò)和動態(tài)故障樹對系統(tǒng)的可靠性進行建模，將無效的動態(tài)故障樹模型轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)模型，大大簡化了模型求解的復(fù)雜度。吉林大學(xué)房丙午用已知的函數(shù)描述條件概率表，解決了組合爆炸問題。根據(jù)獲得的備件門故障原因及相應(yīng)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)特征，結(jié)合指數(shù)分布的備件節(jié)點故障時間特征，推導(dǎo)基于動態(tài)故障樹的精確貝葉斯網(wǎng)絡(luò)算法，進行系統(tǒng)故障分布提出了使用這種算法的概率公式，例如組件重要性。汽車產(chǎn)業(yè)研究及應(yīng)用發(fā)展趨勢2020年，作為國民經(jīng)濟支柱的中國汽車產(chǎn)業(yè)正闊步進入高質(zhì)量發(fā)展新階段。依托于整車產(chǎn)業(yè)的健康發(fā)展，汽車零部件產(chǎn)業(yè)同樣實現(xiàn)了穩(wěn)步健康發(fā)展，產(chǎn)值及利潤水平均已連續(xù)多年高于整車產(chǎn)業(yè)。同時，在“低碳化、智能化、信息化”的整體趨勢下，全球汽車零部件產(chǎn)業(yè)積極進行未來戰(zhàn)略布局。資源配置漸趨成熟加快全球汽車產(chǎn)業(yè)鏈布局隨著汽車產(chǎn)業(yè)全球資源配置模式的日漸成熟，主要汽車零部件企業(yè)紛紛加快全球布局步伐，各大零部件巨頭的生產(chǎn)及研發(fā)基地正逐步延伸到全球主要汽車市場的各個角落。最新統(tǒng)計數(shù)據(jù)顯示，全球排名前十的零部件企業(yè)生產(chǎn)基地數(shù)量大多超過100個，覆蓋國家數(shù)量超過30個。在北美、歐洲、亞太等主要汽車市場均建有技術(shù)研發(fā)中心，以便更高效地開展契合當(dāng)?shù)叵M需求的技術(shù)研發(fā)工作。2025年以后汽車行業(yè)將面臨產(chǎn)業(yè)鏈重組，制造商和供應(yīng)商都需要在基礎(chǔ)框架上加速“拐彎”——提供以用戶為導(dǎo)向的創(chuàng)新型發(fā)展策略。2020年到2025年將是未來汽車行業(yè)的成型期，行業(yè)的整體趨勢也將越來越明顯。未來汽車市場五大轉(zhuǎn)型方向普華永道最新發(fā)布的《2030年汽車趨勢格局報告（FivetrendstransformingtheAutomotiveIndustry）》指出，未來十幾年，五大方向轉(zhuǎn)型（簡稱為“eascy”趨勢）將成為主導(dǎo)汽車市場的發(fā)展趨勢。電動化向無尾氣排放的過渡將成為全球汽車的一大趨勢。而車輛的電力也將越來越多地來自可再生能源。到2030年，超過55%的新車將實現(xiàn)完全電動化。自動化不需要人為干預(yù)的車輛的開發(fā)，將減少對公共出行平臺的消耗，并為個人用戶提供定制化的舒適出行體驗。預(yù)計2030年，自動駕駛車輛將占據(jù)個人里程的40%?？v觀全球制造業(yè)態(tài)勢，主要發(fā)達國家均以制造業(yè)重新升級作為國家戰(zhàn)略，美國計劃回流制造企業(yè)，德國率先提出工業(yè)4.0，中國擬定“中國制造2025計劃”。國家層面：國家制造強國領(lǐng)導(dǎo)小組車聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展專項委員會目前負(fù)責(zé)國家智能網(wǎng)聯(lián)汽車的發(fā)展。相關(guān)政策及指導(dǎo)綱要也頻繁頒布，2020年1月《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》，2019年12月《推進綜合交通運輸大數(shù)據(jù)發(fā)展行動綱要（2020-2025）》，2019年9月《交通強國建設(shè)綱要》，2019年7月《數(shù)字交通發(fā)展規(guī)劃綱要》。行業(yè)層面：智能網(wǎng)聯(lián)汽車生產(chǎn)企業(yè)及產(chǎn)品準(zhǔn)入管理辦法即將頒布，中國營運車輛智能化運用白皮書頒布。產(chǎn)業(yè)態(tài)勢：產(chǎn)業(yè)鏈體系基本形成，產(chǎn)品技術(shù)基本具備產(chǎn)業(yè)化條件；產(chǎn)品準(zhǔn)入于明年推出，標(biāo)志著大規(guī)模產(chǎn)業(yè)化時代來臨；車聯(lián)網(wǎng)的網(wǎng)絡(luò)應(yīng)用、遠(yuǎn)程服務(wù)層面技術(shù)成熟、飛速發(fā)展；車聯(lián)網(wǎng)的自動駕駛、智慧交通層面技術(shù)正在迅猛突破；地方政府積極性高漲，開展較大規(guī)模部署，推動產(chǎn)業(yè)發(fā)展。未來出行的四種表現(xiàn)形式：共享化，擁有專業(yè)管理的共享車隊將更高效地對資源予以利用，大幅降低移動成本。分時租賃汽車、網(wǎng)約車將更為流行，其中網(wǎng)約車概念將越來越受歡迎，據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布第46次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截至2020年6月，我國網(wǎng)約車用戶規(guī)模達3.40億，預(yù)計2030年，共享出行份方式的趨勢將大幅增長?；ヂ?lián)式，在一方面它更適用于Car2Car通信（車輛與其他車輛或交通基礎(chǔ)設(shè)施），另一方面，乘客與外部的互聯(lián)也更緊密，可以在車輛行駛途中工作、上網(wǎng)或使用多媒體服務(wù)。逐年更新，這一模型的范圍將會每年得到更新，以整合最新的硬件和軟件開發(fā)，并對共享車隊買方不斷變化的需求做出反應(yīng)。我國汽車市場進入平穩(wěn)增長期2020年，是中國汽車品牌持續(xù)向上、滿載收獲的一年。在中國汽車新車產(chǎn)銷量再次蟬聯(lián)全球第一的同時，中國汽車品牌市場占有率持續(xù)攀升。中國汽車工業(yè)協(xié)會統(tǒng)計數(shù)據(jù)顯示，2020年最終銷量出爐，汽車市場塵埃落定。參考乘聯(lián)會公布的數(shù)據(jù)，12月零售銷量為228.8萬輛，同比增長6.6%，1-12月累計零售銷量為1928.8萬輛，同比下滑6.8%。受環(huán)境、能源、交通壓力影響，中國汽車市場增速中樞下移，進入平穩(wěn)增長期。20年稅惠政策刺激作用減弱，考慮下行周期和消費透支，預(yù)計全年銷量增速在1%左右。截至目前，參照系優(yōu)質(zhì)企業(yè)數(shù)據(jù)庫共收錄汽車制動系統(tǒng)行業(yè)相關(guān)企業(yè)173家，涵蓋傳統(tǒng)制動系統(tǒng)和ABS防抱死系統(tǒng)兩大主要產(chǎn)業(yè)鏈。參考文獻[1]潘亞威,喻全余.基于灰色關(guān)聯(lián)與故障樹分析法的汽車制動系統(tǒng)故障診斷[J].井岡山大學(xué)學(xué)報（自然科學(xué)版），2015,(5).[2]韋家增.故障樹分析和模糊理論在機械故障診斷中的應(yīng)用研究[D].合肥工業(yè)大學(xué),2002.[3]黃偉中,郭立書,楊雄.汽車制動系統(tǒng)故障診斷與性能優(yōu)化方法[J].汽車工程師，2012,(11).[4]馮秋佳.汽車電子制動系統(tǒng)故障診斷[J].汽車實用技術(shù)，2019,(18).[5]吳素平.基于故障樹分析法與模糊理論的汽車制動系統(tǒng)故障診斷研究[D].廣西大學(xué),2004.[6]張偉旗.汽車制動系統(tǒng)常見故障診斷及維修技術(shù)研究[J].汽車零部件，2017,(8).[7]刁明,劉剛,鄒鴻雁,崔濤.故障樹分析法在汽車故障診斷中的應(yīng)用[J].儀器儀表用戶，2010,17(6).[8]洪強,梁亮.基于動態(tài)故障樹的汽車制動系統(tǒng)可靠性分析[J].電子產(chǎn)品可靠性與環(huán)境試驗，2009,27(z1).[9]陳琳,謝學(xué)飛.基于貝葉斯網(wǎng)絡(luò)工具箱的制動系統(tǒng)故障分析[J].西華大學(xué)學(xué)報（自然科學(xué)版），2016,35(2).[10]XieXuefeiChenLinDuYan.FaultDiagnosisofAutomobileBrakeSystemBasedonFuzzyBayesianNetwork[C].The2015InternationalConferenceonAdvancesinConstructionMachineryandVehicleEngineering.[11]PeijiangChen.ResearchandImplementationofAutomobileBrakingPerformanceTestSystem[C].20113rdInte