您当前的位置:首页>论文资料>特种车辆BIT故障诊断与健康管理系统技术探讨

特种车辆BIT故障诊断与健康管理系统技术探讨

资料类别:论文资料

文档格式:PDF电子版

文件大小:360.29 KB

资料语言:中文

更新时间:2024-12-24 09:58:41



推荐标签:

内容简介

特种车辆BIT故障诊断与健康管理系统技术探讨 2012年第1期
文章编号:10094687(2012)01005605
车辆与动力技术 Vehicle & Power Technology
总第125期
特种车辆BIT故障诊断与健康管理系统技术探讨
刘勇,胡建军,夏咏梅(中国北方车辆研究所,北京100072)
摘要:针对特种车辆使用和维修保障的需求,对特种车辆BIT故障诊断与健康管理系统的功能需求、总体架构、硬件和软件组成等技术进行了初步研究,认为该系统能够利用车辆综合电子系统提供的硬件和软件资源,通过对车辆的测试性/BIT设计,实现对车辆关键系统的功能测试和性能监控,提高基层级BIT故障诊断能力;
应用系统故障模型、经验数据和信息融合技术,预计即将发生的故障,并估计部件剩余使用寿命关键词:特种车辆的使用与维修;测试性设计;BIT;性能监控;故障诊断;故障预测
中图分类号:TJ81*0.6
文献标识码:A
Study of SpecialVehicle Fault Diagnosis and
HealthManagementSystem
LIUYong,
HU Jian-jun,
XIA Yong-mei
(China North Vechile Research Institute, Beijing 100072, China)
Abstract: According to operation and maintenance requirements of special vehicles, the author analyses the function requirements, general construction of fault diagnosis and health management system, which is developed on hardware and software of integrated electronic system of vehicle, The fault diagnosis and health management system can realize function testing and performance monitoring of key device. Using system fault modeling, experience data and information synthesization technique, the system can forecast potential fault and estimate residual employing life
Key words: usage and maintenance of special vehicle; testability design; build-in test; performance
monitoring; fault diagnosis; fault forecast
目前特种车辆的故障诊断技术有以下几个特点:
1)故障诊断技术水平还处于外部测试到机内测试(Build-InTest缩写为BIT)转变的阶段,应用还只局限于某些分系统中,尚未形成系统化的设计与应用。
2)BIT诊断能力比较弱,外场排查故障主要依靠技术人员和一些简单的通用设备,难以满足基层级维修的快速机动、排故迅速和维修简单便捷的需求,
3)研制和生产阶段的外部测试设备比较落后,种类多,操作复杂
收稿日期:2011929;网络出版时间:2011102510;15.DOI;CNKI;114493/TH.20111025.1015.001.
作者简介:刘勇(1973-),男,研究员级高级工程师,研究方向为车辆故障诊断;胡建军(1973-),男,高级工程师,研究方向为
车辆电子综合技术;夏咏梅(1970-),女,研究员级高级工程师,研究方为车辆电子系统测试性设计。
万方数据
上一章:EGR和掺烧二甲醚对柴油机排放影响的试验研究 下一章:北京市机动车主要污染物排放量测算研究

相关文章

液压系统故障诊断与健康管理技术 液压系统故障诊断与健康管理技术 [王少萍 编著] 2014年 变频调速系统的故障诊断与健康诊断 DB43/T 2931-2024 城市轨道交通 车辆转向架状态监测与故障诊断声学监测系统 技术要求 共振解调技术与机车车辆传动装置故障诊断 轨道交通车辆健康诊断及智能维护系统 军用车辆电气系统典型故障诊断方法的研究 T/CIE 124-2021 工业机器人故障诊断与预测性维护 第4部分:健康状态评估