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。     

声强法在发动机噪声测试中的应用与研究

将中测试方法应用于汽车发动机噪声的分析研究，计算发动机单面声功率级，并绘制出发动机三维声强图和声强等值线力。根据噪声源排队结果分析得出被测发动机的最大噪声源。     

发动机故障诊断技术的应用

随着科学技术的发展，对发动机故障诊断的技术已进入变革的时代，气缸漏气试验器，废气分析仪和发动机诊断示波器实践中得到了广泛的应用，结合实际遇到的问题，对使用先进仪器进行故障诊断的技巧进行了充分地论述。     

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。     

神经网络信息融合方法在电控发动机故障诊断中的应用研究

利用虚拟仪器技术研制了数据采集与处理系统，可对发动机进行实时数据的采集、历史数据和暂态数据的显示，以及数字滤波、频谱分析、波形显示等方面的数据后处理。以电控发动机常见的故障现象——怠速不稳为例，研究了一种特征层信息融合方法——基于神经网络的信息融合技术在电控发动机故障诊断中的应用。     

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。     

基于神经网络技术的故障诊断专家系统的研究

针对基于符号处理的专家系统的局限性提出了将神经网络技术引入故障诊断专家系统的思想，并对基于神经网络的专家系统的原理进行了深入探讨。最后，给出了一个基于三层ＢＰ网的点火系故障诊断专家系统的实例。     

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。     

基于信息融合的发动机故障诊断技术研究

针对传统发动机故障诊断方法的不足,采用了信息融合技术进行发动机故障诊断,并通过实例验证了该方法诊断发动机故障的精度。     

基于神经网络的汽车故障诊断专家系统开发中的问题研究

针对基于神经网络技术的汽车故障诊断专家系统开发中的问题进行深入研究，解决系统开发中的几个实际问题，提出一些新的理论与方法。     

人工神经网络在汽车变速器齿轮故障诊断中的应用

本文通过对神经网络的研究，提出了基于神经网络的故障诊断方法，并以汽车变速器齿轮诊断为例，建立齿轮状态的分类网络，对齿轮状态进行诊断识别。经过验证表明该方法具有效的。     

基于神经网络的发动机噪声的预测

应用神经网络技术，通过对发动机噪声试验数据的反复学习，实现发动机噪声的动态预测，取得了较满意的预测结果，为降低和控制发动机噪声提供了准确的信息，同时也为发动机动态噪声环境的仿真提供了一种有效的方法。     

基于神经网络的发动机动态模型的研究

本文从制定自动换挡规律的应用角度出发，分析了发动机动态特性的决定因素，完成了桑塔纳2000电喷发动机动态试验，通过对大量试验数据的反复学习，建立了基于神经网络的发动机动态模型，为实现发动机与传动系共同工作的最佳匹配奠定了基础。     

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。     

发动机冷却风扇故障的逻辑代数诊断法

以马自达626轿车发动机冷却风扇为例，说明其工作原理及工作过程。当使用MTX手动变速器时，发动机冷却风扇只有低速挡，由1个风扇继电器控制工作；当使用MTx自动变速器时，发动机冷却风扇有高、低速挡，并由3个风扇继电器控制工作。在发动机冷却风扇故障的逻辑诊断方法中，介绍了基本的逻辑关系，冷却风扇工作状态的逻辑表达式，以及利用逻辑表达式进行冷却风扇的故障诊断。     

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。     

基于尺度—小波能量谱和神经网络的内燃机故障诊断

为了对内燃机气门及活塞—连杆组故障进行有效地诊断,通过试验测取内燃机在不同故障下的振动信号,利用连续小波变换得到信号在不同尺度上的能量分布,即信号的尺度—小波能量谱。其能量主要分布于尺度范围1~32,且相同故障模式下的尺度—小波能量谱呈现出相似性,不同故障模式之间的尺度—小波能量谱存在很大的差异性,以此作为不同故障模式的信号特征,结合BP神经网络方法,实现了对待检信号的正确识别。     

发动机智能化故障诊断系统中的知识融合技术

从知识融合的物理层次角度,对发动机智能化故障诊断系统的知识融合技术进行了探讨,通过对知识融合内容各节点以及接口的研究,证明了知识融合具有互补性、实时性、低成本性和再学习等优点。该项研究成果为实现发动机智能化故障诊断提供了一条新的途径。