共查询到10条相似文献,搜索用时 250 毫秒
1.
贝叶斯网络在汽车故障诊断中的应用 总被引:1,自引:1,他引:1
把贝叶斯网络引入汽车发动机故障诊断中,用来发现节点间的潜在关系,解决故障诊断过程中的不确定推理问题,推理结果说服力强且符合实际情况;并用实例验证了贝叶斯网络用于故障诊断的可行性,结果表明,贝叶斯网络同时实现了诊断与维修步骤的优化,效果良好. 相似文献
2.
信息融合技术在汽车ABS系统故障诊断中的应用 总被引:1,自引:0,他引:1
针对汽车电控系统故障诊断的复杂性,提出用多传感器信息融合技术来解决该问题的思路。研究了一种决策层信息融合方法(Dempster-Shafer证据推理法)在汽车防抱死系统故障诊断中的应用,并详细介绍了在此实例中的故障识别框架的建立、mass函数的确定、证据合成等内容。结果表明,基于Dempster-Shafer证据推理的决策层信息融合方法能够准确、有效地诊断出ABS系统故障所在的部位。 相似文献
3.
4.
对近年来信息融合方法发展进行总结,着重介绍贝叶斯信息融合法、神经网络信息融合法、基于特征的信息融合法和D-S证据理论信息融合法,分析各种方法的原理和特点。以CFM56发动机故障诊断为例,用BP神经网络的输出结果为输入,构建D-S证据融合的识别框架,进行故障诊断。结果表明,采用D-S证据理论的方法,缩短了故障诊断的时间并提高了故障诊断的精确度。 相似文献
5.
设计了神经网络诊断系统,并用于融合分析废气含量、发动机转速、氧传感器信号及某些工作状态信息诊断汽车故障.设计方法为应用遗传算法的复制、交换、变异过程代替BP网络的反向传播过程,并对遗传算法进行改进研究.实践证明,这种基于遗传神经网络方法的故障诊断系统具有收敛速度快、推广性能强的特点,提高了汽车故障诊断系统的效率和准确性. 相似文献
6.
7.
8.
针对电动汽车动力电池故障数据稀缺导致诊断模型泛化能力差的问题,提出了基于生成对抗网络(GAN)的数据增强方法,根据增强后的数据,利用随机森林(RF)模型结合贝叶斯优化(BO)方法设计故障诊断方案,形成GAN-RF-BO电池故障诊断框架,并在真实故障数据集上与常用的多层感知机(MLP)模型、支持向量机(SVM)模型和梯度提升决策树(GBDT)模型进行泛化能力对比,结果表明,所提出的故障诊断方案准确率较MLP模型、SVM模型和GBDT模型分别提高19.66%、19.71%及16.31%,GAN-RF-BO框架能有效利用稀缺数据诊断动力电池故障。 相似文献
9.
10.
为更深入地了解柴油机失火故障的机理,提高失火故障诊断准确率,本文中提出了一种基于小波与深度置信网络的柴油机失火故障诊断方法。首先,采用等角度采样法对柴油机缸盖振动信号进行采样,获得平稳的角域信号,消除循环波动干扰;然后,通过连续小波变换对角域信号进行角-频分析,提取点火频率附近频带后利用连续小波逆变换重构信号;接着,按照柴油机工作循环从重构信号中,分段提取方差、峭度和峰值等12种常用特征参数并构造诊断参数矩阵;最后,利用深度置信网络对诊断参数矩阵进行降维和第二次特征提取,并依据二次特征对失火故障进行诊断。将该方法应用到某型柴油机上的结果表明,该方法能准确提取失火故障信息,有效诊断失火故障。 相似文献