以故障树为基础的汽车故障诊断专家系统的研究

通过研究专家系统建立的一般要求，将汽车可靠性理论及其分析方法应用于汽车故障诊断专家系统的建立中。提出了使用故障树对汽车故障模式产生的规则进行针对性的描述或数字表达。以此工作为基础，采用按规则产生式知识表示方法来建立专家系统。文中介绍了以故障树为基础来开发汽车故障诊断专家系统软件的数据流程和建模分析，并且以发动机不转动故障为例，描述故障诊断专家系统的工作流程。     

汽车发动机故障诊断专家系统的推理模式

汽车发动机故障诊断专家系统是将专家的知识和经验储存到 ，通过计算机模拟专家和思维判断过程，确定故障部位。系统的推理方法是与知识表示和知识库结构相对应的。本文介绍本系统的推理机制。     

汽车故障诊断专家筚训不确定知识的处理

以汽车故障诊断专家系统中发动机异响故障的处理为具体讨论对象；以人工智能语文Ｐｒｏｌｏｇ为表述语言，讨论了具有多证据导出多结论特点的复杂不确定知识的处理方法，给出了一种知识表示和获取模型，以及一个基于当前结论状态的启发式推理策略。     

基于数据库的汽车故障诊断专家系统的设计

为了解决传统专家系统知识修改和扩充困难的问题,提出了基于数据库的汽车故障诊断系统设计方案.研究了实现这一方案的3项关键技术,即利用规则表示法表示知识、逆向推理的工作流程和故障诊断的人机界面.研究结果表明,将数据库与专家系统相结合是切实可行的,可简化编程设计、提高诊断效率.     

故障树与专家规则的车载故障诊断专家系统

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。     

BP神经网络汽车故障诊断专家系统

本文介绍了一个基于ＢＰ神经网络模型的汽车发动机故障诊断专家系统，阐述了该系统的基本原理，ＢＰ神经网络的结构，学习算法，并应用该模型对汽车发动机的几种典型故障进行了微机仿真运行。诊断结果表明，该系统诊断精度高，结论可靠。     

汽车天然气发动机故障诊断专家系统的研发

电控发动机加装了天然气系统后,其故障诊断与检测变得更加复杂和困难,尤其是燃气系统的故障诊断与维修。为此,研发了一套基于故障树分析法的天然气发动机故障诊断专家系统,实现了人工智能化的故障检测,这对于提高天然气发动机的运行可靠性,以及汽车维修企业的经济效益,都具有重要的意义。     

基于故障树知识的汽车故障诊断推理

故障树是一种倒置的逻辑关系图，发展历史长，技术成熟，具有标准的知识结构。同时也是故障诊断专家系统问题求解策略的形式化方法。基于这各形式化方法的故障诊断专家系统可在一定程度上减小知识表示和获取的困难。本文就故障树在汽车故障诊断专家系统开发中的应用进行讨论，着重研究故障树在专家系统中的表示和基于故障树知识的诊断推理机制。本文开发的系统在实现时主要考虑结合DBMS技术，并用非逻辑语言C＋＋实现。     

汽车发动机故障诊断专家系统的研究

针对汽车电喷发动机维修中存在的问题,回顾了汽车故障诊断专家系统的发展过程,分析了故障诊断专家系统的特点和缺陷;引入神经网络理论,结合多媒体技术,研制了电喷发动机故障诊断专家系统,并应用于发动机异响故障诊断;指出了研究发动机故障诊断系统的意义。     

气门磨损失效专家系统的知识表达与推理研究

在讨论气门磨损失效形式和影响因素的基础上,分析了发动机气门磨损失效分析专家系统知识库的建立方法,并采用面向对象技术实现了基于故障树模型的知识表示与推理机制———树状结构、知识获取与表示方法。     

柴油机故障诊断专家系统知识库设计

在分析柴油机故障诊断知识特点的基础上,采用模糊化方法对柴油机运行状态参数进行处理,采用综合型知识方式来表达柴油机故障诊断知识,采用多库多层次的方式组织知识库,并对知识库采取一系列方式进行管理与维护。应用表明,柴油机故障诊断专家系统的预报准确率较高,具有较强的实用性。     

汽车发动机故障诊断与检修探索

目前汽车发动机也开始应用电子技术进行控制,所以电控发动机的故障诊断和检修技术和水平也有较大的进步,然而发动机发生的故障可能会格外抽象和复杂,维修人员应该要具有发动机维修和诊断的技术,同时根据时代的变化,及时掌握现代化的新技术,从而确保汽车发动机能够正常运行,提高汽车的使用寿命。文章就汽车发动机故障诊断和检修进行分析和探索。     

微型车发动机机电一体实训台架故障设置装置的设计方案

当今,汽车发动机电控技术日新月异,革新速度十分迅速,尤其是传统汽车燃油供给及电子点火系统作为现代汽车发动机控制系统电子的核心,是发动机检测维修从业人员必须掌握的基本技能。同时,发动机电控系统的故障不再像传统类型那样概括为纯油回路或电路故障,但故障应归纳为传感器部分,ECM部分,执行器或管线部分。传统的故障诊断方式无法满足当代汽车技术革新带来的维修需求,现有的发动机训练装置拆装装配困难,机电设备和设备成本高等因素提高对车辆维修人员和受训人员的要求更高。本文针对上述问题开发了微型汽车发动机机电一体化培训平台。     

基于英飞凌TC264DA单片机的汽车发动机异常振动检测装置电路设计

汽车发动机存在异常振动时,容易导致发动机异常损耗,使用寿命下降等问题,及时检测出发动机是否存在异常振动是解决该问题的关键。文章的设计基于英飞凌TC264DA单片机,以MPU6050模块采集发动机振动加速度,利用单片机自带的FFT模块识别处理发动机振动频率变化规律,判断发动机异常振动故障及其类型,并将诊断结果显示于TFT显示屏的硬件电路系统,实现汽车发动机振动的自动化检测,降低汽车发动机振动检测对于人工经验的依赖,提高发动机振动故障的诊断效率。     

故障树分析法在汽油发动机电控系统故障诊断中的应用

发动机电控系统是由传感器、执行器和控制单元三部分组成的,发动机正常运转过程是以控制系统为基础,通过不同信号的采集、处理和传输来实现发动机进气、喷油、点火等环节的有序进行。一旦发生故障,则症状的界限模糊。通常情况下系统故障发生在某个部件的具体位置,其他位置表现的状态正常,因此当发生局部故障时,最好是查清故障的具体位置然后作出相应的故障处理策略,不然更换整体部件虽然也排除了故障但是造成了很大程度的资源浪费。本文具体的阐述了故障树分析法在汽车发动机电控系统故障诊断过程中的应用研究,并通过实际的案例分析证明了故障树分析法的实用性和有效性。在未来故障诊断的相关研究中可以不断深化新型诊断技术的研究和开发。     

基于神经网络的发动机控制系统故障诊断研究

通过比较发动机控制系统故障诊断的方法，针对基于神经网络的发动机控制系统的故障诊断推导出数学模型；并编制了采用双向联想记忆神经网络完成发动机控制系统故障诊断的学习与诊断程序，实现了仿真。     

基于SFCE与规则推理的发动机集成故障诊断方法

针对发动机磨损过程的复杂性以及故障症状(磨粒信息)与故障原因之间对应关系的不确定性,首先对磨粒数量特征信息进行了模糊化,建立了某发动机典型磨损故障的模糊规则库。针对单一故障诊断方法的局限性,引入了对称模糊交互熵的故障推理方法,在此基础上建立了基于对称模糊交互熵和规则推理相结合的发动机故障诊断模型。本模型首先采用对称模糊交互熵对故障原因进行"过滤",滤除出现可能性较小的原因,然后利用规则推理进一步确认最后的故障原因。实例表明,该方法在发动机多症状多原因的复杂情况下能够取得较好的诊断结果。