基于神经网络的车用汽油机失火程度模糊诊断研究

提出了利用排气中ＨＣ、ＣＯ２和Ｏ２浓度诊断车用汽油机失火程度的诊断方法和描述汽油机失火程度的模糊评价指标，并建立了该评价指标与排气中ＨＣ、ＣＯ２和Ｏ２浓度间关系的神经网络模型。利用该模型对汽油机失火程度进行了诊断研究，并给出了部分诊断结果。     

基于神经网络的内燃机失火故障诊断研究

提出了一种利用排气中HC、CO2、O2浓度和内燃机工况参数神经网络的内燃机失火故障诊断方法,并提出了描述内燃机失火程度的模糊评价指标;进行了内燃机有失火故障和无故障排气成分检测对比实验,利用实验数据和内燃机工况参数,通过广义回归神经网络(GRNN)建立了失火程度评价指标与排气中HC、CO2、O2浓度以及内燃机工况参数之间关系的诊断模型,应用MATLAB软件对该模型进行学习训练,将训练好的神经网络模型应用于内燃机失火故障的诊断,结果表明,此模型能够正确诊断内燃机失火故障。     

基于基本竞争型网络的车用汽油机失火度的识别

针对汽油发动机失火度问题,提出了利用基本竞争型网络对失火度进行划分的解决办法,该方法利用排气中的HC、CO2或O2的浓度并结合基本竞争型网络自适应算法对所测信号值反复训练,最终得到样本空间的分类结果。     

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。     

基于改进BP神经网络的柴油机故障诊断研究

根据柴油发动机故障与征兆之间关系来建立一种采用BP算法前馈型神经网络结构,然而采用标准BP算法对神经网络训练进行训练,但存在收敛速度慢等问题。因此,又采用添加动量项和自适应学习速率两种方法对标准BP算法进行改进,并将改进的BP算法运用于神经网络训练,结果表明改进的BP神经网络能够改善收敛速度慢的缺点,而且预测故障效果较好。     

基于BP神经网络的柴油机排气门故障诊断

介绍了BP神经网络的结构和算法,设计了一个适用于柴油机排气门故障诊断的3层BP神经网络.将4缸柴油机排气门存在故障的状态和其正常工作状态所对应的特征向量作为BP神经网络的输入样本进行训练,建立故障诊断库,并用此故障诊断库对输入的检验数据进行自适应分类识别,从而实现故障诊断.实验表明,该方法可行、适用.     

基于BP神经网络的电喷发动机故障诊断研究

文中研究了BP神经网络用于电喷发动机故障诊断的方法,用来自真实测量的数据建立了神经网络故障诊断模型。以桑塔纳2000(GSI)轿车AJR型发动机怠速不稳故障为例,通过V.A.G1552汽车故障诊断仪测量出所需的数据流,在MATLAB环境下,对电喷发动机怠速不稳的两种故障原因进行故障模式识别和诊断。     

车载诊断系统失火诊断策略的研究

论述了车载诊断系统必须监测的两种失火类型。分析了利用瞬时曲轴角加速度法诊断发动机失火的原理,设计了车载诊断系统失火诊断策略。针对SQR372电控汽油机上模拟出的失火故障,利用基于KWP2000通信协议与VC软件编写的在线实时监控界面进行了监测。结果表明,该失火诊断策略能够及时准确地诊断出发动机失火故障。     

汽油机OBD失火检测技术

车载自动诊断系统（OBD）是实行国Ⅲ和国Ⅳ排放标准的核心内容,汽油机失火诊断是OBD的一个重要功能。指出了汽油机失火的原因和危害,分析了汽油机失火检测的3种方法,建立了TU5JP4汽油机曲轴转速检测法的GT—Power仿真模型。结果表明：汽油机失火时,转速和扭矩都会出现短时间的下降,其中扭矩下降更为明显,同时排气中O2浓度升高,CO2的浓度下降。将GT—Power软件应用于发动机失火故障模拟,对失火诊断系统的开发有较好的指导作用。     

基于BP网络的柴油机故障诊断方法研究

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。     

基于神经网络的发动机点火能量控制模块研究

提出了一种在常规汽油机上利用原有点火模块进行扩展并采用神经网络控制对点火能量进行控制的新方法,以C8051F020单片机为核心,设计了该点火能量控制模块的软硬件。试验表明,该模块能满足设计的要求。     

汽车发动机失火故障的诊断方法研究

失火是发动机常见故障之一。失火的原因有很多。油路、电路和机械零件中的故障可能导致发动机失火。发动机失火故障发生后,不仅降低了发动机工作的稳定性、动力性和经济性,而且会增加因燃油燃烧不完全或不燃烧而产生的排放污染。因此,有必要对汽车发动机失火故障诊断方法进行研究。     

模糊神经网络在汽车发动机电子点火系统故障诊断中的应用

本文针对发动机电子点火系统的五种常见故障,借助发动机综合分析仪测得次级点火波形,并提取特征值,构造了一种模糊神经网络模型,利用MATLAB进行仿真,通过简单测试,得出这种方法是可行的,可以准确快速的诊断出故障原因。     

重型柴油机失火诊断研究

介绍了失火的原因、危害以及目前针对柴油机失火故障采取的3种诊断策略,重点介绍了失火诊断的最常用方法,即曲轴转速波动法。基于这种方法提出了一种针对重型柴油机失火诊断的简洁实用的算法,在matlab-simulink中建立相应的失火诊断模型并将其生成的C代码烧录到单片机中。最后,在电控柴油机试验台架上通过模拟失火故障验证该控制策略。试验结果表明,当重型柴油机运行于低转速、高负荷工况时,本研究提出的失火诊断策略具有很好的准确性和实时性。     

汽油机过渡工况进气流量的神经网络预测研究

进气流量的精确测量是车用汽油机空燃比精确控制的基础,发动机工作在过渡工况时,因进气状态变化,空气流量传感器的滞后响应影响了过渡工况空燃比的控制精度。提出了一种基于汽油机过渡工况各种参数信息融合的过渡工况进气流量预测方法,分析了影响汽油机过渡工况进气流量的各种工况参数,提取了特征参数并建立了BP神经网络信息融合预测模型。对车用汽油机加减速工况试验数据进行仿真,研究结果表明,该方法能够准确实时地预测汽油机过渡工况的进气流量,同时能够消除空气流量传感器的滞后特性。     

基于单振动传感器的多缸柴油机失火诊断

通过模拟某12缸柴油机各缸失火试验,对缸盖振动信号中各缸爆发响应信号进行分析,研究表明,各缸爆发在同一测点均会引起振动响应,响应信号的频谱成分不变,幅值变化满足本缸准则及邻缸准则.基于主序列法在不依赖上止点传感器的情况下提取各缸爆发信号的相对幅值,通过判断相对幅值的变化率实现了对传感器所在气缸排各缸失火故障的诊断及定位...     

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

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。