一种基于数据流趋势与相关性分析的汽油机空燃比故障实时检测方法

本文中根据汽油机空燃比故障的特点,提出了一种基于数据流趋势异常和相关性分析的故障实时检测方法。为了提高准确率和运行效率,通过衰减和时间判断法在误差累积和算法CUSUM基础上进行改进,对数据流之间的相关性进行快速估计,使整个系统能运行在对资源比较敏感的车载平台上。在长安福特发动机上的实验结果表明,相比传统的基于SVM和神经网络的故障检测方法,该方法能以较低的资源消耗获得更好的故障检测效果。