首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 187 毫秒
1.
汽车故障诊断知识库管理系统的研究   总被引:1,自引:0,他引:1  
本文针对汽车故障诊断专家系统中知识库的特点,设计了一种基于Windows平台的知识库管理系统(KnowledgebaseManagementSystem以下简称KBMS),该系统充分利用了数据库技术,实现了对知识库中知识的存储、增加、删除、修改和查询,以及对知识进行一致性和完整性校验,为汽车故障诊断专家系统的开发和运用奠定了重要基础。  相似文献   

2.
采用BP神经网络对柴油机气缸套磨损故障诊断进行了研究。首先运用单BP网络方法对柴油机气缸套磨损故障进行了诊断,诊断结果表明该方法还存在一定不足;提出了基于组合式BP网络的故障诊断方法,诊断结果表明,采用组合式BP网络的故障诊断方法可有效地提高柴油机气缸套磨损故障诊断的准确性和有效性。  相似文献   

3.
围绕如何有效地解决内燃机车电控柴油机的故障诊断问题,提出了CAN总线机车控制网络下的故障诊断单元设计方案,并阐述了故障诊断的基本原理。基于D—S证据理论的两级故障诊断算法的引入为相关知识库的设计和组织提供了便利,使得故障的不确定性降低,从而可以更好地提取故障信息。最后,分别从硬件和软件方面阐述了设计思路,并对其关键部分进行了说明。经现场测试,该设计方案能够很好地判断和排除故障。  相似文献   

4.
针对传统知识库存在知识获取困难、表达复杂、推理容易产生组合爆炸等缺陷,提出了一种基于神经网络的知识库建构方法,建立了某型挖掘机的神经网络知识库。研究了BP网络的结构及训练算法,阐明了知识库的实现过程,并以液压泵故障诊断为例,证明了神经网络知识库具有知识获取简单、表达清晰、推理逻辑性强等特性。  相似文献   

5.
<正>随着柴油机控制技术的不断发展,柴油机的维修对维修人员的技术要求也越来越高。按照传统的柴油机故障诊断思路、维修方法,已经跟不上现代柴油机发展的需要,因此,现在的柴油机维修,维修人员不仅要学习电子控制技术、柴油机新技术、新理论知识,还要学会熟练使用汽车故障检测仪和各种辅助检测设备。本文以柴油机故障案例为主,重点介绍了柴油机的故障诊断方法、技巧及故障诊断时的注意事项,与同行们一起探讨学习。  相似文献   

6.
翻转教学能够有效提高学生掌握知识的程度和获取知识的能力。文章以《汽车故障诊断与检测》课程为例,分析应用型课程的翻转教学特点,选取课程重点内容以项目方式设计翻转内容,开展知识库建立、教学流程、课堂组织、课程考核等的规划,并对与应用型课程翻转教学紧密相关的实验室开放问题进行探讨。教学实践表明,该方案具有一定的可操作性。  相似文献   

7.
柴油机 SCR 系统故障诊断软件的开发与应用   总被引:1,自引:0,他引:1  
针对电控柴油机SCR系统的故障诊断功能,研究了诊断机理,分析了监测参数,并选其特征值进行分类处理。以VisualC++6.0可视化集成开发环境为平台,设计了一套柴油机SCR系统机外故障诊断软件。诊断软件采用模块化结构和CAN总线技术,其中数据分析模块解析了J1939报文到CAN扩展帧的映射机制;数据库模块由MFCODBC技术实现对Access数据库的管理。对故障诊断软件进行实机调试并设置故障处理验证软件功能,结果表明软件运行可靠,故障获取准确,为进一步研究柴油机SCR系统故障诊断提供了一种新思路。  相似文献   

8.
为适应柴油机远程自适应诊断的需要,提出了一种基于数据驱动的柴油机故障诊断方法,在国六柴油机EGR系统的典型故障中进行了验证。利用柴油机试验车队实时远程监测数据建立数据模型,将监测参数中与EGR工作密切相关的11个参数作为模型特征变量,首先采用核主成分分析法(Kernel Principal Component Analysis, KPCA)对原始高维数据进行降维,其次采用核Fisher判别分析法(Kernel Fisher Discriminant Analysis, KFDA)对柴油机EGR系统的正常数据和故障数据进行分类器训练,进而实现对未知数据的故障诊断。结果表明:此方法能够对试验中出现的两种EGR典型故障进行有效诊断,通过KPCA与KFDA相结合,改善了线性方法在处理柴油机故障变量的非线性及强耦合性问题上的缺陷。  相似文献   

9.
一种电控柴油机故障诊断系统的开发   总被引:1,自引:0,他引:1  
针对一种民控管理系统开发了故障诊断模块,相应开发了一种基于计算机的电控柴油机故障诊断系统。该故障诊断模块和故障诊断系统配合使用,可以方便,全面地对柴油机电控系统进行诊断和自诊断,该系统有较好的扩展性,是柴油机电控系统测试,维修及开发的有效工具。  相似文献   

10.
电控柴油机多功能故障诊断仪的研发   总被引:1,自引:0,他引:1  
介绍了电控柴油机多功能故障诊断仪的设计及其功能,通过控制器局域网(CAN)实现了诊断仪与柴油机电控单元(ECU)之间可靠的连接,人机交互界面方便了维修。实机测试结果表明,该诊断仪可对电控柴油机进行在线故障诊断。  相似文献   

11.
介绍了基于Java规则引擎的汽车发动机故障诊断专家系统,该系统基于B/S模式,知识库采取面向对象的知识表示和产生式规则表示相结合的方法,系统可根据用户输入的故障信息,对汽车发动机的故障进行诊断.论述了系统的知识表示、规则引擎等关键技术,利用这些技术可以快速建立专家系统框架.  相似文献   

12.
强噪声背景下的柴油机失火故障诊断   总被引:1,自引:0,他引:1  
柴油机失火是常见的故障模式,传统的诊断方法不仅参数获取困难且准确性差。针对此问题,以3缸四冲程柴油机为研究对象,设计了柴油机失火故障的预置试验,采集排气噪声和缸盖振动信号进行故障诊断研究。为提取强噪声背景下的微弱信号,采用二次采样随机共振系统提取柴油机故障特征频率完成柴油机的失火故障诊断。研究结果表明,通过二次采样处理,随机共振系统可以将噪声能量转移到柴油机微弱特征信号上,达到大参数条件下微弱信号特征提取的目的,能有效识别柴油机的早期故障,对其他复杂机械的振动诊断同样具有参考价值。  相似文献   

13.
冯宝山 《汽车电器》2010,(11):44-45
泵喷嘴电磁阀是宝来轿车柴油发动机电控泵喷嘴系统的重要执行器,在发动机故障诊断时,根据各缸显示区的泵喷嘴状态值,利用万用表按照电路图检测泵喷嘴电磁阀电阻及连接电路,以提高故障诊断效率。  相似文献   

14.
康明斯柴油机的控制电路出现问题经常会引起柴油机不能启动,在分析柴油机控制电路基础上,结合启动机运转情况给出柴油机不能启动故障诊断流程图,依次对直流供电系统、转速传感器、执行器和转速控制器进行检查,查找故障点,通过调整和更换相关元件排除柴油机无法启动的故障。  相似文献   

15.
灰色关联度在柴油机故障诊断中的应用与改进   总被引:4,自引:0,他引:4  
提出了一种专家系统辅以极限报警的诊断策略,分析了一个故障诊断系统的软硬件结构。采用了灰色关联度算法,并对该算法作了两点改进,引入“参数变化范围”以消除各参数变化幅度不一以及量纲的影响;根据试验验证结果提出了“权重”这一重要概念,以克服该算法忽视柴油机工作机理的缺点,计算结果表明,引入“权重”后,故障诊断准确性明显提高。  相似文献   

16.
林跃  马如斌  李想  宗群 《天津汽车》2010,(6):27-29,47
文章旨在开发一种随车故障诊断专家系统,指导用户自行排除故障。提出了将故障树分析法与基于规则的专家系统相结合构建的故障诊断专家系统;以Windows CE和S3C2440A为平台,以EVC++为编程语言,开发出具有友好的人机交互界面车载汽车故障诊断专家系统,该系统通过用户选择故障现象,便提示可能发生的原因和维修建议;并以发动机无力为例进行诊断,验证了该系统的有效性和实用性。该系统具有一定的创新性,对我国汽车修理行业具有很大的实用价值。  相似文献   

17.
为有效提取柴油机缸盖振动信号失火故障特征,提出一种基于广义S变换增强的柴油机失火故障特征提取方法。首先根据柴油机燃烧过程与配气相位的关系对信号进行等角度重采样,然后利用广义S变换对信号进行消噪处理,并按工作循环将信号的周期性瞬态特征进行同步增强。通过仿真信号验证和某柴油机缸盖振动信号的实例应用,结果表明,此方法能有效地提取柴油机缸盖振动信号的失火故障特征,实现失火故障的准确诊断。  相似文献   

18.
结合自动变速器故障特点和专家系统的优势,提出了适合于自动变速器离线故障诊断的专家系统架构,并在此基础上开发了可用于某汽车6TXX系列自动变速器的离线故障诊断专家系统软件。所构建的专家系统具备推理程序和知识库管理系统的功能,比传统的诊断程序具有更好的扩展性和适应性。经过模拟故障测试表明,该专家系统诊断结果准确,使用简便快捷,推理结果贴合实际情况。  相似文献   

19.
柴油机状态监测与故障诊断特征参数研究   总被引:3,自引:0,他引:3  
介绍了柴油机状态监测与故障诊断特征参数中的非振动参数和振动参数,前者包括能够表征柴油机整体性能的进气压力、转速波动和整机功率;后者包括能够表征柴油机故障信息的中波幅值脉冲、高波幅值脉冲、最大燃烧压力和燃烧均匀性值。对振动信号进行小波包分解,提取包含待诊断部件故障信息的频带能量指标作为故障诊断的特征参数。得到了柴油机状态及故障的特征参数及其变化规律,从而为开展柴油机在线监测和故障诊断提供了可靠的依据。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号