识库中。工作过程是首先从监测数据中发现问题，传感器反映的信息是流量压力位移和温度等，参数偏离正常范围后，将这些数据根据故障几率的大小，送推理机进行融合判定。基于每个传感器观测结果的决策构成全局决策，且用，分别表示如果为真正常和如果为真故障的先验概率，表示第个传感器的探测结果，表示第个传感器基于的决策，且令表示在给定全局决策的前提下，为真的概率，应判定个概率中较大者所对应的假设为正确的假设。于是，若测，毕业设计能够完成要归功于我的导师和三年来任课的老师们参考文献颜波，杨殿阁，丁捷，等。基于分时路网模型的车辆导航动态自适应寻路算法汽车工程周功业，刘彤，王建，等。种多处理器并行优化处理模型的设计与研究华中科技大学学报徐生林，郑卫红，杨成忠，等。测控任务并发调度管理的研究与设计计算机工程与应用王强，王宏安，金宏，等。实时系统中的非定期任务调度算法综述计算机研究与发展则根据上述判决规则将选择，否则将选择。上述规则可表示为对比式和式可以看出，准则下的判决规则与最大后验概率的判决规则相同。将上述关系作为规则存放在知识库中，当发现这些参数偏低后，推理机利用知识库中的规则进行推理，即可在执行元件发生故障前预报故障。在实际中，故障的表现往往是错综复杂的，这就要求有中间假定，反复推理。推理法则对每个假设推理运算为次，所以诊断系统的关键技术是建立具有专家智能的知识库，使推理计算机能进行有效的推理分析。同时，要求推理计算机具有高速处理的能力，才能实现故障的预报和快速诊断功能。结论多传感器信息融合技术在汽车系统的运用，充分利用了汽车电子系统本身安装多种传感器对汽车系统进行动态监测，不需要增加系统硬件，通过融合多传感器输出实时状态信息，对系统运行状况进行综合判断，可以对汽车系统大部分故障实现在线诊断，当任何单个传感器出错时，不会影响汽车系统最终的诊断结果，使系统的故障诊断可靠性大大提高。汽车安检系统的故障诊断不但可以提高整个系统运行的可靠性，还可以提高系统的维修效率，对汽车系统的完善和发展有着重要意义，是保证汽车系统安全运行的个重要内容。当然，由于受到目前汽车硬件条件如机体空间有限增加传感器困难的限制，汽车系统监测还不能覆盖所有可能故障，对传感器不能感知到的信号还不能进行准确的故障在线监测和诊断。为了扩大故障监测范围，汽车系统应在汽车系统设计开发时加以考虑，在汽车关键部位适当增加传感器，以保证汽车安检系统可以对汽车系统进行全方位的监测和故障诊断。致谢大学生活即将结束，我要对我的老师冯策李雅丽毕天维卢德成等老师说声谢谢。在各位老师的指导下，我顺利的完成了我的毕业论文设计,感谢他们三年来的栽培，同时，通过这次毕业设计，使我的理论知识和实际工作经验得到了个升华。毕业设计也是对我三年来学习的个感器信息融合的智能化诊断技术在汽车系统故障诊断中的应用已成为个新的研究方向。多传感器数据融合与所有单传感器信号处理相比，单传感器信号处理是对人脑数据处理的种低水平模仿，而通过多传感器数据融合可以更大程度地获得被测目标和环境的信息量，能够在最短的时间内，以最小代价获取单个传感器所无法获取的更精确特征。多传感器数据融合的基本原理也象人脑综合处理信息样，充分利用多个传感器资源，通过对这些传感器及其观测信息的合理支配和使用，把多个传感器在空间或时间的信息冗余或互补依据种准则进行组合，以获得被测对象的致性解释或描述，但从现代生活应用的角度看，多传感器信息的融合技术可以定义为通过对空间分布的多源信息，各种传感器的时空采样，对所关心的目标进行检测关联跟踪估计等多级多功能处理，以更高的精度较高的概率或置信度得到人们所需要的目标状态和估计，以及完整及时的态势和威胁评估，为驾驶员提供有用的决策信息。实际上也是对各类传感器提供的信息进行综合处理，模拟人脑对复杂问题的综合处理。它的基本原理就是充分利用不同时间与空间的多传感器多传感器融合判定原理如图所示。推理方法推理方法算法如下汽车运行过程可以看成是个随机过程，根据先验知识对故障做出概率估计称为先验概率，记为，表示正常工况的概率，表示类故障发生的概率。将故障样本，作为输入模式样本表示输入模式的类条件概率密度函数。根据公式式中是已知条件下出现的概率，称为后验概率。因此如果满足下面规则，则∈，且主观方法中，每条推理规则可以表示为规则名，。其中分别称为充分性度量和必要性度量其数值由专家定，主观方法推理过程就是根据证据事件的概率，利用规则事件的系统性能断言的先验概率更新为后验概率，同时又作为新规则的证据，结合新的规则进步计算出新的后验概率。实例下面用个汽车的具体实例来说明，如何采用方法进行故障诊断。汽车系统运行中经常出现各种各样的故障，执行元件故障是其中最常见的种情况。引发故障的原因很多，大致归纳是由传动控制系统主动悬挂系统防自锁刹车系统发动机控制系统安全气囊系统仪表显示系统各个故障诊断系统燃油喷射系统电动车门系统空调系统照明系统电动椅系统排放控制系统车身稳定系统防盗系统的匹配汽车噪声的检测这个部分的不同故障可能的原因所引起。从图可看出，引起执行元件故障的因素有很多种。其中，执行系统动作的不稳定是故障的主要现象之，排气不良工作油质不良等多种故障都可能导致执行元件的动作不稳定，因此这种故障是连锁性质的，不是简单的对应关系。通过对汽车系统这类故障的统计，可以得到各部位发生故障的几率具有定的先验息资源，通过在定准则下对计算机技术这些传感器及观测信息进行自动分析综合以及合理支配和使用，将各种单个传感器获取的信息冗余或互补依据种准则组合起来，获得对被测对象的致性解释与描述，使系统获得比它的各组成部分更优越的性能，以此来提高整个传感器系统的有效性，消除单个或少量传感器的局限性。因此，它应用在汽车系统中就能使整个系统的各个子系统更好的管理和维修。自诊断系统思想的实现汽车系统是个集机械电子材料通信和网络等先进技术的复杂系统。汽车故障诊断系统的目标是实现准确故障诊断和维修，以减少汽车在运动中的些事故发生。为适应未来人们高质量的需要，提高汽车智能化的发展，降低总的维修费用，需要根据汽车的具体要求建立汽车故障诊断体系和技术方法，即汽车整个系统实施方案。首先要确定可以直接表征其故障健康状态的参数指标或间接推理判断系统故障健康状态所需的参数信息，并利用数据采集设备将该类参数信息进行实时采集，这些采集数据是实施汽车系统诊断的数据基础。精确及时高可靠性的状态监测与数据处理技术作为实施汽车的前端技术，将直接影响汽车系统的性能。但是汽车系统体积小系统复杂，机载设备多，载荷能力有限，所以汽车系统对数据信息数据链路和诊断设备提出更高的要求，并借助各种算法如快速傅里叶变换离散傅里叶变换和智能模型如专家系统神经网络模糊逻辑等将原来单的各分系统的性能检测信息故障诊断信息和汽车运动信息进行集成，实现对汽车各部件运行信息的综合管理系统状态监测故障诊断与预测部件性能降级衰退分析与剩余寿命累计预测。这种汽车智能安监系统与传统的故障检测相比，优势在于由事后检测转移到事前预测，在详细掌握部件失效机理的情况下，构建部件失效模型，达到故障预测。同时，这种汽车安检系统还需要采纳传统优秀的故障检测方法，用来探测潜在故障，以便在灾难事件造成前采取措施。将多传感器信息融合技术运用于汽车系统的故障诊断之中，通过汽车运动时所采集到的状态参数运动参数发动机以及任务设备等方面的数据信息，结合给定汽车系统故障机理及失效分析，找出数据信息与故障元件之间的映射关系，然后对采集的数据信息进行融合，形成基于知识推理的多传感器信息融合故障诊断方法，从而准确无误地诊断出故障元件。但随着汽车故障诊断系统的庞大化和复杂化，传感器的类型和数目急剧增多，从而使汽车系统形成了个传感器群，基于此就引出了多传感器融合技术。当汽车在运行时，其传感器群均处于实时信息采集状态，对于每个系统每种故障征兆可能对应着故障库中多种可能的故障，而故障库中的每个故障也可能引起多种故障征兆，所以要对各传感器采集的故障信息进行融合。分别通过各故障征兆对所有的假设进行独立的判断，得出各假设情况下发生的故障概率分布及发生的概率，然后融合各故障信息，以求得各故障发生的概率，其中发生概率最大的为主要故障。