基于故障樹的汽車生產機械故障診斷問題研究的國內外文獻綜述機械故障診斷技術的發展及現狀概況早在20世紀中葉，工業化發達國家就形成了以故障診斷和性能調試為重點的單項檢測技術。隨著汽車技術的發展，國外的汽車故障診斷技術發展迅速，已廣泛應用了聲學，光學，電子技術，物理，化學和機械相結合的故障診斷技術。在1980年代，隨著計算機技術的發展，出現了具有汽車故障診斷，數據采集和處理自動化以及結果直接打印等功能的汽車故障診斷儀器。在此基礎上，為加強汽車管理，各個工業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。當時，由中國交通部主持并開發了一些簡單的診斷設備。進入1980年代后，隨著國民經濟的發展，汽車診斷技術得到了飛速發展。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在全國得到了蓬勃發展。隨著時代的發展，我國工業企業對機械設備的要求越來越高。機械設備的發展方向是多種多樣的，例如智能，大規模，復雜和自動化是機械設備發展的幾個主要方向。在當今的工業生產中，機械和設備的重要性不可忽視，尤其是在當今高度發達的自動化和復雜性中。如果裝配線上的機械設備的某個部件損壞，則最終結果可能是產業鏈中的機械。設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濟損失，而且還會造成嚴重的人員傷亡。因此，機械設備需要及時，準確，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學的處理方法，將事件的原因和結果之間用兩個模煳集合來表示，兩者之間的關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致不同的結果，多故障并發時情況可能更加復雜混亂。當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理論還尚未成熟，在使用時并不能通過很結論去尋找故障原因的本質，只能通過大量的實踐和實驗來不斷地論證結果的正確性，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。基于人工神經網絡的診斷方法：該方法于1980年代末和1990年代初正式投入使用，因為人工神經網絡的診斷方法涵蓋了許多高端數學邏輯處理方法，例如結構并行性和處理功能。復雜的圖案等。這些功能和方法不僅可以用于大型機械的大量并發故障的診斷，還可以用于多個故障，多個過程以及一些突發性機械故障的診斷。這些診斷方法現階段主要用于三個方面：使用網絡作為分類工具，從識別模式的角度診斷機械故障；使用神經網絡作為動態預測模型，并從預測診斷的角度執行機械故障；從知識的角度出發，基于神經網絡，建立具有神經網絡的專家診斷系統。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合使用。它的缺點體現在以下事實上：建立神經網絡需要大量的訓練。如果訓練樣本非常稀缺，那么所構建的系統將缺乏科學性，從而增加了訓練時間，并增加了成本。因此，為了提高診斷方法的科學性，國內外許多專家學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，來推測或預測出不可知的信息集合的過程。灰色關聯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，找到他們之間的關聯性，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所在。但是這種診斷方法的缺點在于雖然其理論基礎易懂，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聯度，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就會導致后續工作的失敗。所謂集成技術診斷法指的是將多種診斷法集中在一起，多個故障并發的機械設備進行故障原因的診斷方法。集成技術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方法的優點于一身，做到了讓多種方法的優勢互補，為多種復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，因此很難實現更精確的故障診斷結果。各種技術的高速發展在很大程度上促進了機械故障診斷技術的發展。集成技術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合還是目前的瓶頸問題，還需要進一步的探究和發展。但在未來的發展方向上，我們可以肯定的是，智能診斷技術會變得越來越集成化、先進化，這就需要這多的技術人員能做到這些技能的整合和調配，以便其發揮最大的作用。隨著網絡技術的發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。故障樹分析法發展和研究狀況概述1.2.1國外研究發展和現狀國內外對故障樹的可靠性分析已經有很多年的研究，在國外已經有近40多年的研究歷史。在現代研究中，故障樹也在不斷發展。傳統的故障樹是一種基于靜態的故障分析方法。這種分析方法有一定程度的誤差，對系統故障的不正確評估會隨機出現。傳統的故障樹分析會降低系統的可靠性。例如，在網絡服務器的實際使用中，網絡服務器的故障會影響整個網絡的使用，給用戶帶來較大的困擾。在上世紀60年代，國外就已經利用故障樹分析的方法，對系統進行可靠性分析，例如對一些航空電子設備、空間交通控制系統等等，這些控制系統對可靠性要求非常高，通過故障數的方法能夠為系統提供可靠且較高的保障。隨著研究人員的不斷深入研究，靜態故障樹方法有一定的缺陷，于是人們將系統結構的故障數模型轉化成內部的馬爾可夫模型，并且加入了故障恢復信息，對故障可靠性分析方法的性能進一步提高，并且開始采用動態故障樹方法。目前，FTA方法已經在國民經濟的各個領域得到應用，在提高系統的可靠性和安全性方面發揮著重要作用，具有廣闊的發展前景。FTA方法已成為汽車領域可靠性，安全性預測，故障分析和診斷的有效方法之一。1.2.2國內研究發展和現狀國防科學技術大學的季慧媛將動態故障樹處理分為靜態子樹和動態子樹，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。當動態子樹的大小較小時，將提高系統的計算效率。馬爾可夫鏈方法用于獲取動態子樹的頂部事件的概率，馬爾可夫狀態轉換圖用于獲取故障模式和對整體結構影響最大的事件，從而進行處理和處理。整個系統的分析更加輕松便捷。西安交通大學的李彥峰使用三角模糊數分配組件和系統的失效概率，并使用預先建立的動態故障樹結構來獲得模糊馬爾可夫結構。結合模糊數學中的擴展定理和通過變換計算處理得到的結構，得到系統在特定時間的模糊故障率和模糊可靠性圖像。同時，利用貝葉斯網絡和動態故障樹對系統的可靠性進行建模，將無效的動態故障樹模型轉化為貝葉斯網絡模型，大大簡化了模型求解的復雜度。吉林大學房丙午用已知的函數描述條件概率表，解決了組合爆炸問題。根據獲得的備件門故障原因及相應的貝葉斯網絡結構特征，結合指數分布的備件節點故障時間特征，推導基于動態故障樹的精確貝葉斯網絡算法，進行系統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。汽車產業研究及應用發展趨勢2020年，作為國民經濟支柱的中國汽車產業正闊步進入高質量發展新階段。依托于整車產業的健康發展，汽車零部件產業同樣實現了穩步健康發展，產值及利潤水平均已連續多年高于整車產業。同時，在“低碳化、智能化、信息化”的整體趨勢下，全球汽車零部件產業積極進行未來戰略布局。資源配置漸趨成熟加快全球汽車產業鏈布局隨著汽車產業全球資源配置模式的日漸成熟，主要汽車零部件企業紛紛加快全球布局步伐，各大零部件巨頭的生產及研發基地正逐步延伸到全球主要汽車市場的各個角落。最新統計數據顯示，全球排名前十的零部件企業生產基地數量大多超過100個，覆蓋國家數量超過30個。在北美、歐洲、亞太等主要汽車市場均建有技術研發中心，以便更高效地開展契合當地消費需求的技術研發工作。2025年以后汽車行業將面臨產業鏈重組，制造商和供應商都需要在基礎框架上加速“拐彎”——提供以用戶為導向的創新型發展策略。2020年到2025年將是未來汽車行業的成型期，行業的整體趨勢也將越來越明顯。未來汽車市場五大轉型方向普華永道最新發布的《2030年汽車趨勢格局報告（FivetrendstransformingtheAutomotiveIndustry）》指出，未來十幾年，五大方向轉型（簡稱為“eascy”趨勢）將成為主導汽車市場的發展趨勢。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%的新車將實現完全電動化。自動化不需要人為干預的車輛的開發，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。預計2030年，自動駕駛車輛將占據個人里程的40%。縱觀全球制造業態勢，主要發達國家均以制造業重新升級作為國家戰略，美國計劃回流制造企業，德國率先提出工業4.0，中國擬定“中國制造2025計劃”。國家層面：國家制造強國領導小組車聯網產業發展專項委員會目前負責國家智能網聯汽車的發展。相關政策及指導綱要也頻繁頒布，2020年1月《智能汽車創新發展戰略》，2019年12月《推進綜合交通運輸大數據發展行動綱要（2020-2025）》，2019年9月《交通強國建設綱要》，2019年7月《數字交通發展規劃綱要》。行業層面：智能網聯汽車生產企業及產品準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。產業態勢：產業鏈體系基本形成，產品技術基本具備產業化條件；產品準入于明年推出，標志著大規模產業化時代來臨；車聯網的網絡應用、遠程服務層面技術成熟、飛速發展；車聯網的自動駕駛、智慧交通層面技術正在迅猛突破；地方政府積極性高漲，開展較大規模部署，推動產業發展。未來出行的四種表現形式：共享化，擁有專業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、網約車將更為流行，其中網約車概念將越來越受歡迎，據中國互聯網絡信息中心（CNNIC）發布第46次《中國互聯網絡發展狀況統計報告》顯示，截至2020年6月，我國網約車用戶規模達3.40億，預計2030年，共享出行份方式的趨勢將大幅增長。互聯式，在一方面它更適用于Car2Car通信（車輛與其他車輛或交通基礎設施），另一方面，乘客與外部的互聯也更緊密，可以在車輛行駛途中工作、上網或使用多媒體服務。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，并對共享車隊買方不斷變化的需求做出反應。我國汽車市場進入平穩增長期2020年，是中國汽車品牌持續向上、滿載收獲的一年。在中國汽車新車產銷量再次蟬聯全球第一的同時，中國汽車品牌市場占有率持續攀升。中國汽車工業協會統計數據顯示，2020年最終銷量出爐，汽車市場塵埃落定。參考乘聯會公布的數據，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，預計全年銷量增速在1%左右。截至目前，參照系優質企業數據庫共收錄汽車制動系統行業相關企業173家，涵蓋傳統制動系統和ABS防抱死系統兩大主要產業鏈。參考文獻[1]潘亞威,喻全余.基于灰色關聯與故障樹分析法的汽車制動系統故障診斷[J].井岡山大學學報（自然科學版），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用研究[D].合肥工業大學,2002.[3]黃偉中,郭立書,楊雄.汽車制動系統故障診斷與性能優化方法[J].汽車工程師，2012,(11).[4]馮秋佳.汽車電子制動系統故障診斷[J].汽車實用技術，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故障診斷研究[D].廣西大學,2004.[6]張偉旗.汽車制動系統常見故障診斷及維修技術研究[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用[J].儀器儀表用戶，2010,17(6).[8]洪強,梁亮.基于動態故障樹的汽車制動系統可靠性分析[J].電子產品可靠性與環境試驗，2009,27(z1).[9]陳琳,謝學飛.基于貝葉斯網絡工具箱的制動系統故障分析[J].西華大學學報（自然科學版），2016,35(2).[10]XieXuefeiChenLinDuYan.FaultDiagnosisofAutomobileBrakeSystemBasedonFuzzyBayesianNetwork[C].The2015InternationalConferenceonAdvancesinConstructionMachineryandVehicleEngineering.[11]PeijiangChen.ResearchandImplementationofAutomobileBrakingPerformanceTestSystem[C].20113rdInte