多傳感器信息融合技術在車載自診斷系統的研究

2 Bayes推理方法
Bayes推理方法算法如下：汽車運行過程可以看成是一個隨機過程，根據先驗知識對故障做出概率估計稱為先驗概率，記為P(ωi)，(i= 0，1，2，…，c)；P(ω0)表示正常工況的概率，P(ωi)，(i=1，2，…，c)表示c類故障發生的概率。將故障樣本X=(x1，x2，…，xn)作為輸入模式樣本，P(X|ωi)(i=1，2，…，c)表示輸入模式的c類條件概率密度函數。根據Bayes公式：

式中：P(ωi|X)是已知條件下ωi出現的概率，稱為后驗概率。因此如果滿足下面Bayes規則，則x∈ωi，且：

主觀Bayes方法中，每條推理規則可以表示為：IF[規則名]THEN H(LS，LN)。其中，LS，LN(≥0)分別稱為充分性度量和必要性度量(其數值由專家定)，主觀Bayes方法推理過程就是根據證據事件的概率P(E)，利用規則(LS，LN)，事件的系統性能斷言的先驗概率P(H)更新為后驗概率P(H|E)，同時H又作為新規則的證據，結合新的規則(LS，LN)，進一步計算出新的后驗概率。

3 實例
下面用一個汽車的具體實例來說明，如何采用Bayes方法進行故障診斷。汽車系統運行中經常出現各種各樣的故障，執行元件故障是其中最常見的一種情況。引發故障的原因很多，大致歸納是由傳動控制系統、主動懸掛系統、防自鎖剎車系統、發動機控制系統、安全氣囊系統、儀表顯示系統、各個故障診斷系統、燃油噴射系統、電動車門系統、空調系統、照明系統、電動椅系統、排放控制系統、車身穩定系統、防盜系統的匹配、汽車噪聲的檢測這16個部分的不同故障可能的原因所引起。
從圖2可看出，引起執行元件故障的因素有很多種。其中，執行系統動作的不穩定是故障的主要現象之一，排氣不良、工作油質不良等多種故障都可能導致執行元件的動作不穩定，因此這種故障是連鎖性質的，不是簡單的一一對應關系。通過對汽車系統這類故障的統計，可以得到各部位發生故障的幾率具有一定的先驗統計規律，上例的簡單統計如表1所示。