基于案例推理的车辆故障诊断系统

案例推理在汽车故障诊断中的应用摘要：在汽车维修中，利用案例推理的方法进行故障诊断，能够帮助维修人员更为快速的掌握故障排除方法，提升维修的整体质量。

为了进一步强化工作人员这方面的认识，本文通过对案例推理在汽车故障诊断中的应用内容进行探究，希望能够起到一些积极的参考作用。

关键词：案例推理汽车故障诊断应用分析在现代化汽车的故障诊断、问题排除工作上，案例推理是一种比较核心的技术手段，不仅仅能够对汽车故障的类型展开准确说明，同时还可以对故障的主要排除途径进行列举，降低了维修人员的工作强度，进一步提升了汽车本身的运行性能。

在维修过程中，按照这方面的操作内容，可以确保汽车故障得到有效的消除，并进而达到安全运行的目的。

1.汽车故障诊断系统框架汽车故障诊断系统，主要是由专业的知识库、故障推理系统、案例库和数据库的内容所构成。

首先，专业知识库的内容主要是按照汽车故障经验，以及相关的知识内容，对汽车故障展开有效的分类，并对其中的重点，常见的故障特征进行标明，是构建案例库的基础；其次，故障推理系统在案例推理方法中，发挥着极为核心的作用，能够就故障案例执行检索功能，将案例与实际问题匹配起来，并按照实际情况来作出合理调整；然后，案例库中的内容，主要是为汽车用户所提供，可以对旧故障案例进行有限的存储，并为新型案例的出现创作便利条件，这样为故障排除工作提供更好的参考价值；最后，数据库主要是对各类故障，以及相关信息进行收集，可以分析汽车故障的潜在因素，并对汽车故障出现时，各个设备、装置的运行情况进行准确描述。

2.案例推理在汽车故障诊断中的流程在汽车故障诊断中，利用案例推理的方法，不仅能够凸显智能性和高效性的优势，同时还可以丰富诊断的工作“经验”。

在采用案例推理法的时候，系统主要包括有四个方面的功能，分别是检索、启用、数据调整和案例学习。

首先，用户将故障案例传送给案例推理系统，系统会对这些案例展开有效的处理，并生成能够进行检索的案例；其次，汽车检修人员利用快速检索的方法，选取最佳的故障排除手段，如果在案例推进中没能搜索出匹配案例，那么系统会在案例库中进行关键词的抽取，确保案例分析工作能够在故障诊断中发挥作用；最后，进行调整后的解决策略，会被有效的记录下来，并存储在案例库中，为后续的汽车故障诊断工作提供参考。

汽车故障诊断逻辑分析法逻辑分析法是利用事物的各种已知条件，根据事物之间内在的相互关系，对未知事物的结果进行推理判断的一种科学分析方法。

在汽车的故障诊断中同样可以采用逻辑分析法。

有汽车维修经验的人都知道，汽车的某些故障现象一定与产生这种故障的原因有着某种必然的联系。

虽然这种联系从表面上看未必能够一眼看出来，但是通过深入有序的分析，最终一定能够根据故障现象推理出所需结果，即引发故障的原因。

下面用一些例子来说明这个问题。

一辆本田雅阁轿车(发动机型号为F20A)在行驶过程中故障灯有时会点亮。

冷车行车时不亮，当发动机达到正常工作温度时而且在行驶挡时故障灯会点亮。

故障现象表明可能是废气再循环(EGR)系统出现故障，提取故障代码为12，由此可以确认EGR系统有故障。

分析过程如下：确认EGR系统有故障(故障灯亮)(1)检查控制系统①查看EGR传感器将真空施加在EGR执行器真空管上，传感器输出电压在0．5—4．5V之间平滑移动。

如果正常，可检查EGR电磁阀。

②检查EGR电磁阀用试灯代替EGR电磁阀，若试灯亮则进行下一步检查。

起动发动机EGR电磁阀，就会接通12V电压，入口存在真空而出口无真空，就能确认EGR电磁阀有故障。

为进一步确认故障现象，可检查入口真空是否存在。

从而最终确定EGR电磁阀故障。

(2)检查执行机构①检查入口真空是否存在②检查执行机构是否卡滞上述故障判断完成后，拆下EGR电磁阀清洗，装复后试车，故障灯始终不亮，但却出现发动机无怠速工况，只能高速行驶，P、N挡正常而前进挡不正常的现象。

由此可见，EGR系统已能工作，但仍存在不正常现象，再次分析如下：无怠速工况时，EGR阀升起后不能落下。

(1)检查控制系统①入口真空切断后，出口仍残留真空分析EGR电磁阀原理：该电磁阀有3个通气孔，分别为A、B、C。

电磁阀断电时：A与C通，B与C断。

电磁阀通电时：A与B通，A、B与C均断。

(A为与EGR阀相连的真空出口，B为与EGR调节阀、阻尼阀相连的真空入口)②EGR电磁阀正常，转至①(2)执行机构EGR阀入口真空在发动机熄火时仍存在，转至(1)。

案例推理在汽车维修故障诊断中的应用探讨摘要：案例推理现阶段已经大范围的运用于汽车故障的处理过程当中，因为能够迅速的、精准的推断出汽车故障类型来，并且能够以最快的速度给出合理高效的消除故障的方式方法，因而得到越来越多的人们的重视。

本文利用针对汽车故障诊断系统当中的多项内容展开剖析，具体的论述了汽车故障诊断当中案件推理时施行的关键性的技术步骤。

最后给出几个具体案例，进一步剖析论述了案例推理在汽车故障诊断当中的具体运用情况。

关键词：汽车维修；故障诊断；案例推理；应用案例推理现阶段已经成为判断汽车故障和消除汽车故障的关键方式，在具体的汽车维修当中已经得到了大范围的运用。

因为其不只是能够精准的推断出故障的类型，还能够清晰地提供故障的位置并且给出与之对应的详细的处理措施，汽车检修的效率因此而得到大幅度提升。

本文将案例推理方法融入到汽车故障诊断当中，希望能够提升汽车故障诊断的效率。

1汽车故障诊断技术系统组成汽车故障诊断技术架构关键有下面几个方面组成。

（1）数据库：汽车故障诊断技术系统当中的数据库关键是用来采集汽车当中的各种类型的有可能出现的故障方面的信息数据，方便精准的提供汽车中的所有设备、所有装置出现故障时候的各种情况。

（2）案例库：故障诊断技术系统当中的案例库需要从汽车用户当中采集，进一步为之后汽车消除故障方面带来更多的有用的信息内容。

针对汽车原来的故障案例进一步存储，从而方便形成新的案例。

（3）故障推理系统：维修汽车的过程当中，汽车故障诊断系统属于维护和修理的关键系统，所具备的价值不只是在进行汽车维修时进行故障的检测，还会对检测结果和具体案例加以配置，融合配置的具体状况来调节案例。

（4）专业知识库：汽车故障诊断技术系统当中的专业知识库，针对多种类型的汽车故障加以类别划分，并且着重于凸显经常出现的故障。

专业知识库有利于汽车故障诊断系统当中数据库和案例库的构建。

2案例推理在汽车故障诊断中的主要步骤针对案例推理系统在具体的汽车维修故障排除的过程当中的运用状况展开剖析作为前提，还需要融合本人的修理经验，然后才能够为汽车故障进行精准的判断。

基于机器学习的汽车故障诊断系统设计随着科技的不断发展，人们的生活方式也在不断改变。

汽车作为交通工具中的重要一环，已经成为人们生活中不可或缺的一部分。

尤其是在现代城市中，汽车数量越来越多，汽车出行也越来越普遍。

然而，汽车的出现也带来了一些问题，其中之一就是汽车故障的诊断和修复问题。

面对这一难题，基于机器学习的汽车故障诊断系统被提出，成为解决汽车故障的有效方法。

一、基于机器学习的汽车故障诊断系统的基本概念基于机器学习的汽车故障诊断系统，是一种基于人工智能技术的汽车故障诊断系统。

它可以通过学习数据和经验，根据汽车出现的故障，自动地识别故障原因，并给出修复方案。

基于机器学习的汽车故障诊断系统主要由两个部分组成：数据采集和机器学习诊断模型。

数据采集具体指对汽车在工作过程中的各种数据进行采集和记录，如温度、压力、速度等。

机器学习诊断模型则利用这些数据和经验，在经过学习后，可以自动地识别与故障相关的数据特征，并给出与之匹配的故障诊断结果。

二、基于机器学习的汽车故障诊断系统的设计和实现基于机器学习的汽车故障诊断系统的设计和实现，主要需要完成三个方面的工作：数据采集、模型训练和结果输出。

1.数据采集数据采集是基于机器学习的汽车故障诊断系统的第一步，它是建立模型的关键。

数据采集主要是对汽车在工作状态下的各种参数数据进行采集和记录。

例如，引擎水温、油压、转速等等。

这些数据可以通过汽车的控制系统获取，也可以通过添加传感器等方式进行采集。

2.模型训练模型训练是基于机器学习的汽车故障诊断系统的第二步。

模型训练通过对采集的数据进行处理和分析，通过特定的算法和模型进行学习和训练，以达到自动化诊断的目的。

常用的学习和训练技术包括深度学习、神经网络等。

通过模型训练，系统可以自动地将数据特征与故障相关联，并建立相应的关系模型。

3.结果输出结果输出是基于机器学习的汽车故障诊断系统的最后一步。

它是对模型训练的企业线性应用。

系统通过对车辆采集的数据进行分析处理，可以生成相关的诊断结果，并输出给用户。

基于案例推理的车辆故障诊断系统摘要】随着我国社会经济不断发展，当今社会中的车辆基数也越来越大，提高了车辆故障频率，而如何提高车辆故障诊断效率已经成为了行业重点关注的问题。

基于案例推理（CBR）的车辆故障诊断系统能够与车辆故障案例组织、相似度进行对比，从而判定故障类型。

基于此，本文重点探究基于案例推理的车辆故障诊断方法。

【关键词】基于案例推理；车辆故障诊断；方法；模型随着车辆的使用时间延长，各个零部件老化或损坏会造成车辆故障，针对此类问题很多人都是结合日常工作经验来判断故障发生位置、故障类型，并对可能出现的故障一一排除，最终找到故障所在，并将故障排除。

基于案例推理（下文简称“CBR”）的故障诊断系统与专家系统类似（也可以说就是一种专家系统），可以结合车辆故障案例对车辆故障进行对比分析，从而提出可能出现的故障。

在CBR系统使用当中，需要构建一个诊断模型，建立系统中各个要素间的关系，从而生成一个因果关系网络，对故障因果关系进行推导，并输入已经解决的相关案例，从而生成故障案例库，在汽车故障诊断中在案例库中找到类似的案例，从而提出相应的解决方法。

一、CBR相关阐述很多现实中的问题由于十分复杂，所以不能仅采用数学模型方法解决。

部分简单限制性条件在建模过程中也变得难以实现。

基于此，可以采用CBR方案。

CBR方案能够搜寻与该故障类似的问题从提出问题发生点以及线索，从而帮助人们解决故障问题。

从本质来说，CBR是人工智能技术的一个分支，更像是模糊神经系统与专家系统的结合，在特定领域中提取推理特征，结合过去已经解决的案例，将故障问题和案例内容相似度进行对比分析的一种推理技术。

想要实现CBR功能，需要建立一个因果关系模型，并将车辆专业知识存储到模型当中，这样即可对车辆知识进行分类、互联，构成一个完整的分析链，对车辆故障进行匹配和推理。

需要用户提取重要的知识特征，也就是可能产生的故障因素，为车辆出现故障时给用户提供相应的参数，根据专业知识定义因果关系，确定每个因果关系的强度（0-1之间），最终形成一个可以推理车辆故障的关系模型。

汽车维修故障诊断中案例推理的运用
董华冰
【期刊名称】《中国机械》
【年(卷),期】2014(000)018
【摘要】汽车维修故障诊断比较倾向于案例推理，本文通过对案例推理进行研究，分析其在汽车维修故障诊断中的运用。

【总页数】2页(P122-123)
【作者】董华冰
【作者单位】061000沧州运输集团股份公司河北沧州
【正文语种】中文
【相关文献】
1.汽车维修故障诊断中案例推理的运用
2.汽车维修故障诊断中案例推理的运用
3.汽车维修故障诊断中案例推理的运用探讨
4.汽车维修故障诊断中案例推理的运用
5.
汽车维修故障诊断中案例推理的运用
因版权原因，仅展示原文概要，查看原文内容请购买。

浅谈汽车故障诊断中案例推理的运用案例推理是现代化汽车故障诊断、排除的核心组成部分，能够准确确定汽车故障类型，同时也能详细列明故障主要排除途径，从而不断提升汽车本身的运行性能。

将案例推理机制充分应用在汽车故障诊断工作中，使用效率较高，具有较高的应用价值。

1 汽车故障诊断系统架构汽车故障诊断系统主要由专业知识库、故障推理系统、案例库、数据库构成，图1为案例推理下的汽车故障诊断系统框架图：1.1 专业知识库专业知识库的主要内容为汽车故障问题经验及相关知识，可对汽车故障进行有效分类，并突出重点、常见故障的特征，是案例库、数据库构建的基础。

1.2 故障推理系统该系统是案例推理系统发挥作用的核心组成部分，能够进行故障案例检索，并将案例与实际问题进行匹配，根据实际情况予以适当调整。

1.3 案例库案例库中相关内容主要由汽车用户提供，能够对旧故障案例进行有限存储，同时也能够为新案例产生和形成创造便利条件，为故障排除提供更多参考价值。

1.4 数据库主要负责收集各类故障征兆数据及相关信息，具有汽车故障出现的潜在特点，能够明确汽车故障出现时各装置、设备运行状态。

2 案例推理在汽车故障诊断中的主要流程通过观察案例推理系统在汽车故障诊断、排查中的应用情况，结合多年实际工作经验认为，案例推理系统不仅具有丰富详细的诊断“经验”，同时具备智能性、高效性等应用优势，能够不断提高汽车故障诊断的正确性，并具有较高的使用效率。

在采用案例推理系统时，其具备的搜索功能能够第一时间将系统中最为接近的案例查找出来，进而使汽车故障排查更具针对性和时效性。

为此，通常情况下，案例推理系统包含四大功能：一是检索（搜索）；二是启用；三是数据调整；四是案例学习。

用户将故障案例传达给案例推理系统后，系统可及时对案例进行处理，并生成可供检索的案例。

这样一来，汽车维修人员即可快速检索，寻找最佳答案。

与此同时，在进行实践操作时，若相关人员没能在案例推理系统中搜寻到相似案例或匹配答案，系统会自动抽取案例库中的关键点，并对其进行合理调整，保证案例分析能够被有效利用在故障诊断及排除中。

222理论研究 因为电子技术近年来已经在汽车领域内得到了普遍运用,针对维修技术人员也有了更为专业的要求。

为了适应国内外汽车市场的发展进程，设计一个能够推理汽车故障的故障树系统，以此早日实现现代化汽车故障维修。

然而通过故障树对汽车进行诊断这一方法,当前阶段的市场中一直没有得到普及，所以文章主要针对这一问题，提出了几点建议，为汽车故障的推理与维修提供了支持。

1　推理汽车故障诊断系统结构 该系统是建立在相关原则上所形成的一种生产式系统，对该系统进行开发与设计时，需要采用基于数据库载体的结构模型，并且使用非逻辑高级语言C++结构推理机[1]。

以往专家系统的主要结构中涵盖了以下几个部分，即知识库、中间数据库、推理机以及学习器等。

其中学习器主要是负责获取知识，存在于故障树数据库、数据库等部位，数据库放置故障事实概念与相关说明，而规则前件与后件数据库主要是存放规则之用，故障树数据库中则是故障树知识。

推理机通过以上所有数据库中的知识完成推理工作，并对推理路径进行记录。

解释器通过对推理路径的追踪、设计解释数据库并且按照用户提问进行解释，从而完成对汽车故障的推理。

2　汽车故障诊断推理与控制对策2.1　汽车故障诊断控制 对汽车故障进行诊断控制，其实也就是在故障事件的基础上对其进行事先的深入检索，一旦检索到故障之后，根据检索到故障的故障码，按照次序启动相应的故障框架，最后将故障源进行定位，使其成为总成框架，将该总成框架中诊断规则库框架进行启动，通过故障树进行推理，从而明确故障源以及排除故障的优先顺序，按照推理和诊断结果启动对应的对策库框架，为其制定有效的解决策略。

2.2 汽车故障诊断推理 对汽车故障进行诊断推理，主要场所为总成框架，推理工作的进行也是以故障树为前提进行的。

以故障树为前提的推理，也就是将故障树中积累的异常结点事件作为推理开始点，再通过正常结点将所有的假设排除。

必然故障源中所汇集的全部元素都可以被认定为系统故障源，可能故障源内所汇集的全部元素也就是带有可能性的故障源[2]。

汽车维修故障诊断中案例推理应用分析案例推理能够有效对汽车故障类型进行确定，同时也能够列明汽车故障主要排除方法。

本文通过对汽车故障诊断系统架构下的专业知识库、故障推理模块、案例库及数据库等模块进行分析，详细阐述了汽车故障诊断中案例推理方法实施的主要技术流程。

最后结合实例，论述了案例推理在某品牌汽车故障诊断中的实际应用情况。

标签：汽车维修故障诊断案例推理应用案例推理是现代汽车故障诊断与故障排除的核心方法，其不仅能够准确对汽车具体故障类型进行确定，还可详细列明汽车故障处理采用的主要措施。

因此，案例推理法可提高汽车故障处理。

本文将案例推理方法应用到汽车维修故障诊断中，旨在提高汽车故障诊断效率。

一、汽车故障诊断技术系统组成汽车故障诊断技术架构主要由数据库、案例库及故障推理系统、专业知识库几大核心模块组成[1]，详细介绍如下：1.数据库：汽车故障诊断技术系统数据库的主要作用在于收集汽车中潜在的各类故障征兆信息。

其能够明确汽车各设备、装置具体故障出现时的实时状态。

2.案例库：汽车故障诊断技术系统案例库由汽车用户提供，其可为汽车故障排除提供更多有价值的信息。

在对汽车旧故障案例进行有限存储基础上，其更能够为新案例的产生奠定重要基础。

3.故障推理系统：汽车故障诊断技术系统的核心是故障推理系统。

其能够对汽车中存在的故障案例进行检索，并将案例检索结果与实际问题进行匹配，结合匹配情况调整案例检索方式。

4.专业知识库：汽车故障诊断技术系统中的专业知识库，其能够对不同汽车故障进行合理分类，并突出常见重点故障。

系统专业知识库是汽车故障诊断系统中数据库与案例库建立的前提和保障。

二、汽车维修故障诊断中案例推理应用流程通常情况下，采用案例推理系统进行汽车故障诊断处理时，需在第一时间通过信息检索功能，找出与系统中的故障案例最接近的故障排除方案，确保故障诊断处理具有实效性与针对性。

因此，在汽车维修故障诊断中，案例推理系统的实施应用流程如下：1.信息搜索或检索；2.启用案例推理系统；3.调整相关检索数据；4.基于案例推理系统进行案例学习。

本科毕业设计设计题目：基于模糊推理的丰田凌志400空调故障诊断系统设计2012年6月22日目录1 引言 (2)2 绪论 (2)2.1 汽车故障检测与诊断 (2)2.1.1 汽车检测与诊断 (2)2.1.2 汽车故障诊断的指标 (3)2.1.3 汽车故障检测与诊断的目的与意义 (3)2.1.4 检测诊断的类型、方法和特点 (4)2.1.5 汽车故障诊断专家系统 (4)2.2 本章主要研究 (6)3 丰田凌志400空调系统故障诊断技术 (6)3.1 汽车空调的组成与功用 (6)3.1.1 丰田凌志400汽车空调系统的组成 (7)3.1.2 丰田汽车空调系统的特点及布置 (7)3.1.3 丰田凌志400空调制冷系统工作原理 (9)3.2 常见空调系统问题 (9)3.3 丰田凌志400汽车空调系统的故障诊断方法 (11)4 基于模糊推理的故障诊断系统的概述 (14)4.1 系统的基本原理 (14)4.2 系统的基本结构 (15)4.3 系统的主界面 (16)4.4 系统的功能 (17)4.4.1 系统的诊断功能 (17)4.4.2 系统的辅助功能 (17)5基于模糊推理的丰田凌志400空调系统故障诊断系统的开发研究 (18)5.1 模糊诊断原理 (18)5.1.1 故障原因集和故障症状集 (18)5.2 模糊诊断矩阵 (19)5.2.1 模糊诊断矩阵的建立 (19)5.2.2 确定隶属函数 (20)5.2.3 常见隶属度决定方法 (20)5.2.4 灰色关联度分析法 (22)5.3 模糊诊断方法 (26)5.4 模糊运算方法 (26)5.4.1 模糊诊断原则 (26)5.5 模糊知识表示 (27)5.5.1 故障征兆发生程度模糊表示 (27)5.5.2 知识规范化 (27)5.6 推理策略 (27)5.6.1 正向推理 (28)5.6.2 反向推理 (28)5.6.3 正反向混合推理 (29)5.6.4 本系统采用的推理策略 (29)5.7 混合模糊推理诊断实例 (31)5.8 本章主要研究 (31)6 系统开发 (32)6.1 基于模糊推理的诊断开发 (32)6.1.1 诊断知识在计算机的中的表示 (32)6.1.2 进行计算机编程实现模拟系统 (33)7 结论 (37)参考文献 (38)感谢 (40)基于模糊推理的丰田凌志400空调故障诊断系统设计摘要：随着科学技术的发展、经济的不断进步以及汽车市场的不断完善，人们对于汽车空调的需求也不断地多样化。

基于机器学习的汽车故障诊断系统实现随着人们对汽车的需求日益增长，汽车行业的发展也变得十分迅速。

同时，各种汽车故障问题也随之而来。

这些故障不仅会对车主造成困扰，还会对道路安全产生极大的威胁。

因此，汽车故障诊断系统的出现变得十分重要。

而基于机器学习的汽车故障诊断系统更是为该领域的发展带来了巨大的进步。

机器学习可以对大量的数据进行分析和处理，并根据所学到的模型预测未来的结果。

因此，将其应用于汽车故障诊断系统，就可以实现数据的快速处理和故障的准确诊断。

在实际操作中，机器学习技术可以根据车辆的数据，构建相应的故障模型，并通过故障模型来预测车辆出现故障的原因。

首先，基于机器学习的汽车故障诊断系统需要收集大量的数据，这些数据包括车辆的各种传感器数据、驾驶习惯数据、天气数据等。

将这些数据整合后，才能进行故障模型的构建和训练。

在此基础上，还需要对不同车型、不同国家或地区的数据进行训练和优化。

其次，机器学习技术对数据的处理和分析能力极强，它可以快速地判断某个特定故障在车辆发生时的原因。

例如，当发动机故障时，机器学习诊断系统可以判断出是由于机油不足、火花塞老化、氧传感器损坏等原因导致的，并给出相应的处理建议。

同时，机器学习还可以在故障发生前预测故障，并通过计算机系统发出预警信号，提醒车主注意。

此外，基于机器学习的汽车故障诊断系统还可以利用云计算和物联网技术，实现网络化诊断。

通过将车辆数据上传至云端，并进行处理和分析，可以实现大规模汽车数据的处理和故障模型的优化。

同时，将故障模型上传至云端，可以实现全球范围内的实时数据共享和故障诊断，这将对汽车行业的发展产生积极的影响。

在实际应用中，基于机器学习的汽车故障诊断系统还可以与车联网系统、自动驾驶系统等结合使用，实现更加智能化的汽车控制和管理。

例如，当自动驾驶汽车出现故障时，机器学习可以快速判断故障原因并进行修复，从而保证车辆的安全和稳定。

总之，基于机器学习的汽车故障诊断系统的出现，为汽车行业提供了更加智能化、便捷化的故障诊断服务。

浅谈案例分析模型在车辆诊断中的应用张军【期刊名称】《《汽车实用技术》》【年(卷),期】2019(000)020【总页数】2页(P181-182)【关键词】提升诊断效率; 案例分析模型; 相关性【作者】张军【作者单位】泛亚汽车技术中心有限公司上海 201208【正文语种】中文【中图分类】U279.3+23引言随着我国汽车保有量地不断上升，售后维修市场的潜力正在不断显露。

用户对汽车的各项性能提出更高要求的同时，对汽车故障诊断技术及维修效率的要求也愈来愈高，因此各大汽车厂商在不断提高汽车安全、舒适及娱乐等性能的同时，也想方设法提升车辆故障的诊断和维修效率。

本文在对汽车诊断维修案例归纳总结的基础上，提出了案例分析模型的概念，该模型通过对已有案例进行提炼总结，为后续的售后维修新案例提供清晰的维修思路及若干维修经验，用以提升售后诊断维修的效率[2]。

1 现代汽车故障诊断方法的现状分析随着时间的推移，人们对汽车诊断维修经验的日趋丰富，OBD 系统在汽车诊断工作中虽然有着很好的表现，但人们依然在不停地寻找更加高效的诊断方式。

于是，随着维修案例的逐渐增加，基于维修案例的案例分析模型应运而生。

本文介绍的案例分析模型是根据车辆各子系统分别创建的，建模方法是数学归纳法。

基于以往维修案例，提炼出其中最为重要的若干个已知条件作为关键词，同时将这些案例的最终维修结果归纳成若干维修经验，通过模型公式得出关键词与维修经验之间的相关性，用百分比描述。

在遇到新案例后，可根据新案例中的“关键词”的出现概率推断出与各维修经验的相关性大小，以此指导维修时的诊断方向。

2 基于案例分析模型的故障诊断体系介绍案例分析模型是车辆诊断排故的核心，通过该模型，能够高效地给出若干可能的维修经验，并根据其相关性大小，对维修站的诊断排故起到针对性的维修指导。

将该模型充分地应用在汽车故障诊断工作中，将会极大地提升车辆修复效率。

2.1 案例分析模型的框架结构案例分析模型的框架结构主要由案例分型模型及案例经验库构成。

基于模糊推理的汽车故障诊断集成化管理系统的设计
徐丽娜;叶桦
【期刊名称】《信息技术与信息化》
【年(卷),期】2017(0)10
【摘要】汽车故障检测的人工智能化是保证汽车行业持续发展的必要条件.本文就实现汽车故障检测和诊断,提出了基于模糊推理的汽车故障诊断集成化管理系统的设计方案.该系统由基于Android和OBD-Ⅱ的随车故障诊断系统和模糊诊断专家系统两部分组成,提出基于模糊推理、诊断反馈和自学习的专家系统,构建汽车故障诊断的集成化管理系统.将车主和汽车制造商、维修商以及技术中心联系起来,使得汽车故障诊断系统化.
【总页数】4页(P28-31)
【作者】徐丽娜;叶桦
【作者单位】东南大学自动化学院江苏南京 210096
【正文语种】中文
【相关文献】
1.基于Mamdani型模糊推理的移动P3负压控制系统故障诊断算法设计 [J], 黄世安;刘志国
2.基于模糊逻辑推理的汽车故障诊断的研究 [J], 王秉仁;姜小丽;张雷
3.基于模糊推理的某型设备故障诊断系统设计 [J], 李丽富
4.基于模糊推理的故障诊断专家知识库设计 [J], 李忠海;刘颖;杨燕
5.基于模糊推理的故障诊断专家知识库设计 [J], 李忠海;刘颖;杨燕;
因版权原因，仅展示原文概要，查看原文内容请购买。