车用发动机故障综合智能诊断方法研究

提出了用模糊神经网络代替模糊推理并与规则推理相结合的新的诊断实用技术,给出了一个汽车发动机的诊断实例。结果表明该方法有效,具有工程应用前景。     

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。     

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.     

基于案例推理的汽车维修专家系统

依据汽车维修行业领域的专家知识和实践经验，综合运用案例推理、模糊推理和缺省推理等方法，对汽车维修中的多种故障采取原因和症状相结合的维修思路进行推理机制的设置，建立基于案例推理、模糊推理和缺省推理相结合的、能迅速确定汽车维修方案的推理模型，建立了某企业汽车维修系统的原型系统。     

电喷发动机故障诊断专家系统推理机的开发

研究了推理机的相关理论,采用确定性推理和不确定性推理相结合的方法,应用正向推理、深度优先搜索和冲突消除策略,开发了基于故障树的电喷发动机故障诊断专家系统推理机;以发动机不能起动且无着车征兆的故障诊断为例,说明了该推理机的诊断推理过程,并验证了该推理机的应用前景.     

贝叶斯网络在汽车故障诊断中的应用

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.     

基于粗集理论的交通控制系统研究

为满足智能交通系统高性能模糊控制器设计的需要,把粗集理论融入常规的模糊推理,提出了一种交通控制模糊建模新方法,利用粗集理论的知识推理,直接从交通系统的测量数据提取模糊规则,解决了城市交通模糊控制规则提取的瓶颈问题。实例分析表明:该方法简单有效,不仅可以最大限度地减少从交警的经验直接提取模糊规则的局限性,以获取最优的模糊模型,同时建模方法具有普遍适用性,提取的模糊规则更具客观性。该方法可以推广应用于多交叉口的模糊协调控制,对于采用复杂算法的控制系统更能显示出其优越性。     

信息融合技术在汽车ABS系统故障诊断中的应用

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。     

基于CASE的汽车诊断系统的设计与实现

简要介绍了作者所研制的汽车故障诊断专家系统ＡＢＤＥＳ的设计与实现方法，重点介绍了基于实例的推理的应用，并提出了一个ＣＢＲ的实现算法。     

基于白适应神经模糊推理系统的跟驰模型研究

由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型。针对这一问题,应用自适应模糊神经推理系统（ANFIS）建立跟驰模型,以跟随车与前车速度差及行车间距为输入量、跟随车的加速度为输出量,建立25条模糊推理规则,将模糊推理规则产生的数据作为车辆跟驰ANFIS模型的训练数据,并利用MATLAB编程对其进行训练。最后,设计了基于车载高精度GPS的跟驰试验,并结合试验数据分别对自适应模糊神经推理系统跟驰模型和传统跟驰模型进行仿真。结果表明,前者输出的跟驰车辆加速度值更接近于真实值。     

基于自适应模糊神经网络的故障诊断方法

对模糊逻辑和神经网络的优缺点进行分析,提出一种基于自适应模糊神经网络的故障诊断方法。它把模糊逻辑和神经网络有机结合起来,生成自适应模糊神经推理系统(ANFIS);文中给出了该系统的原理及实现算法,最后使用M atlab Fuzzy工具箱对柴油发动机喷油泵柱塞故障数据进行建模,结果表明该方法是可行的,并且有较高的诊断效率。     

基于磨损元素比例特征的发动机磨损状态诊断

针对不连续采样时的车用发动机磨损故障诊断问题,基于摩擦磨损原理和摩擦副元素之间的相关性,提出了基于比例特征的发动机磨损状态模糊优选诊断方法,建立了发动机磨损变化的比例模型,研究了摩擦副主要磨损元素之间在磨损过程中的比例关系,运用模糊优选理论实现了发动机磨损状态的诊断。通过典型磨损状态的油样光谱分析数据验证了该诊断方法的有效性,解决了车用发动机在不连续采样情况下的磨损故障诊断难题。     

基于模糊正交试验的OBDⅡ故障字典优化

针对汽车受到路面、燃油和气候等不确定因素的影响,OBDⅡ故障字典诊断准确率降低的问题,提出了一种采用模糊正交试验优化OBDⅡ故障字典的方法。该方法根据OBDⅡ故障字典得到的诊断率与这些不确定因素进行模糊正交试验,利用水平组合隶属度对OBDⅡ字典的临界概率值进行权值优化。试验表明,该方法大大提高了故障诊断的准确率。     

贴近度对模糊诊断矩阵的实时修正应用研究

能否正确地建立故障征兆与故障原因之间的从属关系直接决定了模糊逻辑诊断的成功与否，诊断矩阵中各个元素的取值与实际情况的符合程度直接影响到故障诊断的准确性。因此，在确立隶属函数之后，诊断矩阵与实际情况的符合程度是准确模糊诊断的关键。提出了利用贴近度，实时加权修正诊断矩阵的方法。     

自动变速器离线故障诊断专家系统设计与实现

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。     

基于符号有向图的汽车涡轮增压系统故障诊断

基于符号有向图SDG(Signed Directed Graph)的传统故障诊断方法融入了定量推理的方法,提高了诊断精度,然而对不可测节点的处理大多采取等效删除以及假设状态信息扩展有效节点的方法,容易引起信息丢失和诊断效率低下的问题.结合汽车涡轮增压系统诊断实例,针对含有不可测节点的故障传播路径,提出引入模糊聚类的方法...     

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。     

基于BP神经网络的电动助力转向器在线故障诊断研究

应用人工神经网络和推理法则,提出了一套针对电动助力转向器(EPS)、转矩转角传感器(TPS)和电子控制单元(ECU)的在线故障诊断策略。以传感器采样值作为神经网络的输入,TPS及ECU故障代码作为输出,对EPS关键部件进行在线故障诊断。通过EPS试验台,获取相应的数据样本,利用Matlab神经网络工具箱,对该策略进行了仿真分析,结果验证了故障诊断策略的有效性。     

模糊逻辑诊断方法在液压系统故障诊断中的应用

从模糊数学的基本理论出发,论述了铣刨机液压系统状态监测与故障诊断的原则和方法,为计算机辅助故障诊断,缩短诊断时间,提高准确性,提供了一条可行的途径。