搜索
基于RBF网络的汽车电喷发动机故障诊断方法的研究作者：程丽敏学位授予单位：重庆交通大学相似文献(6条)1.会议论文李彩芬.李国岫.柴长松.张欣汽车电喷发动机自动优化标定的研究2004电控技术的迅速发展,对电喷发动机的优化标定技术提出了越来越高的要求.自动优化标定已经成为当今车用电喷发动机的最新发展方向.本文首先介绍了自动优化标定的基本原理,并对自动优化标定系统的结构及功能进行了阐述,然后对自动化标定策略以及优化算法进行了分析,最后提出了我国车用电喷发动机实现自动优化标定的技术途径.2.期刊论文温福军.杨旭志基于神经网络的汽车电喷发动机故障诊断-内燃机与配件2010,(4)汽车发动机自研制成功以来,经过一个多世纪的改进和完善,从化油器式发动机发展到电子控制燃油喷射系统发动机,发动机系统已成为集电子技术、计算机技术、信息技术于一体的智能控制系统.3.期刊论文周飞汽车电喷发动机常见故障诊断分析-汽车维修与保养2004,(7)一般的电喷发动机主要有4个部分构成:进气系统、排放系统、电子控制系统和燃油供给系统.如果这4个部分任何一个出现故障都会影响汽车的正常行驶.在电子喷射系统中最常出现的故障是燃油供给系统,如果发动机启动困难、怠速不稳或加速不良时,若能排除点火系统故障,那么一般问题肯定出在油路口.在实际检查维修过程中按故障现象仔细分析直至故障排除.4.学位论文方芳FAI电喷摩托车故障诊断专家系统的开发研究2006随着FAI电子控制燃油喷射系统在现代摩托车上的广泛应用,其故障诊断也成为当前急需解决的问题.摩托车电喷发动机与汽车电喷发动机一样,故障往往比较复杂,具体表现为多因多果,而且诊断推理具有不确定性,需要极其丰富的专业诊断知识和先进的诊断设备配合.而自诊断系统只能检测到一般电控系统故障,对复杂故障则无能为力；并且当电喷摩托车远离维修中心时,一般维修人员对产生故障的维修也无能为力.因此开发电喷发动机远程故障诊断专家系统就显得很有必要.电喷发动机故障诊断专家系统Call-Center总体上由远程数据通讯模块、维修中心故障诊断模块、客户资料管理模块、知识库维护模块、学习模块、维修记录管理模块等组成.其中诊断模块的主要诊断功能由基于故障码的在线诊断子模块、基于诊断树理论的诊断子模块和基于模糊推理策略的诊断子模块实现.综合在线诊断与离线诊断,可以提高排除故障的效率并降低误诊的风险.专家经验是基于电喷专家对电喷发动机故障的熟练掌握程度而进行诊断的过程,随着专家系统知识库的不断充实,系统根据知识库进行计算得到的推理会更加精确,从而满足快速有效诊断的要求.诊断树是诊断知识的理想组织形式,并可由它生成专家系统知识库,它的电算化搜索是高效诊断专家系统的推理过程.将诊断树应用于电喷发动机故障诊断专家系统可以优化搜索过程,实现对故障起因的最佳搜索.采用模糊综合评判的方法进行模糊推理,有效地解决了故障原因与征兆之间不确定性问题.本系统模仿了专家在诊断过程中推理的思维特点,提高了诊断复杂故障的效率.本系统利用VisualBasic语言和Access数据库进行开发,通过界面友好的人机交互实现远程数据通信、故障诊断、知识获取、维修管理、辅助学习,符合各层次诊断维修人员的需求.5.期刊论文徐阳.陈勇.黎广华基于VisualC++的汽油机ECU控制虚拟实现系统-重型汽车2005,(3)1引言汽车电喷发动机的电子控制器(ECU)是电控系统的核心部件,它内含输入/输出接口电路、A/D变换器、存储器和CPU等.6.学位论文杨旭志基于虚拟仪器和神经网络的汽车发动机的故障诊断研究2009随着电子控制技术在汽车上的广泛运用，与此相对应的汽车故障诊断技术要求也越来越高。对于汽车电喷发动机的故障诊断，传统的技术手段和经验判断方法已远不能对其进行准确诊断。由于神经网络具有强大的非线性映射能力、并行处理能力、良好的学习能力和容错性、独特的联想记忆能力等优点，因此利用虚拟仪器技术和神经网络技术相结合的方法，研究汽车发动机的故障诊断有一定意义。本文首先概述了虚拟仪器的结构、发展及其在汽车上的应用，再通过分析人工神经网络的结构和故障诊断原理，以及电喷发动机常见故障部位，对于汽车发动机提出了基于虚拟仪器和神经网络的故障诊断新方法，建立了初始诊断程序系统，并通过实验分析验证此方法的可行性。本课题主要从电喷发动机出现故障时相应工况着手研究，整个研究主要有以下五方面：一、以笔记本电脑作为工作平台，利用虚拟仪器技术，通过NI公司图形编程软件LabVIEW设计发动机运行时的数据采集系统。该仪器系统能同时采集多个反映发动机运行工况的传感器信号，实时显示在界面上，可进行直观分析，也能把数据保存到硬盘，进行后处理。二、利用虚拟仪器系统在本田飞度i—DSI发动机试验平台上进行实物测试试验，进一步调试和完善程序，使其达到实验精度要求。三、进行发动机平台实验，让发动机在正常状况和有故障状态下运行，利用上述虚拟仪器系统采集各状态下的相关数据，并整理和分析这些原始数据，确定用以作为神经网络训练和检测用的样本。四、通过Matlab的神经网络工具建立神经网络模型，并进行训练，检验合格后，再整合到编制好的数据采集虚拟仪器系统中，使仪器具备神经网络诊断分析的功能。五、实验验证。让发动机在预先设定的故障下运行，诊断系统将采集到的数据送入神经网络模型的输入端，进行分析判断，得出故障类型并显示在LabVIEW界面上。通过实验证明，本文提出的这种基于虚拟仪器和神经网络的汽车发动机故障诊断程序基本上能识别设定的故障，这对实现汽车发动机故障诊断的自动化和智能化有一定的指导作用。本文链接：授权使用：上海海事大学(wflshyxy)，授权号：073befe9-25de-40f5-9bb7-9dd8008a9127下载时间：2010年8月20日