基于人工神經網絡的汽車發動機故障診斷
2015-12-15 22:53:40
汽車文摘 2015年2期
?
基于人工神經網絡的汽車發動機故障診斷
利用音頻信號對汽車發動機進行故障診斷。目標是將發動機的聲音分為正常工作狀態和故障工作狀態。無論是正常狀態還是故障狀態，發動機一定會有聲音發出。介紹一種算法進行發動機狀態識別，其中包括信號狀態、信號處理和基于人工神經網絡及統計學的信號分析。發動機的故障可以分為如下幾類：空氣濾清器故障、火花塞故障、潤滑油故障、活塞環故障、富混合物故障和2沖程活塞銷故障。首先基于統計學和對10種不同類型的人工神經網絡進行比較，然后根據最優性能獲得最優人工神經網絡模型。
對發動機故障分類進行詳細說明，對故障原因和故障表現進行了數學描述；對10種不同神經網絡進行分類。試驗結果見表1。
針對2沖程發動機在MLP（多層神經網絡）等分類器、雙隱藏層分類器以及支持向量機（SVM）下的分類結果進行了詳細說明。試驗結果證明，SVM試驗結果明顯優于其它分類器。
最后進行總結，并將2沖程發動機試驗方法擴展到4沖程發動機上。對各個神經網絡進行詳細總結，并指出SVM的分類器具有天然優勢，是未來的發展方向。
刊名：International Journal of Engineering and Innovative Technology（JEIT）（英）
刊期：2013年第2期
作者：S. N. Dandarea et al
編譯：孫浩
猜你喜歡
汽車維修與保養(2019年7期)2020-01-06 03:30:42
民用飛機設計與研究(2019年2期)2019-08-05 01:33:40
汽車維護與修理(2016年10期)2016-07-10 08:17:41
重慶工商大學學報(自然科學版)(2015年10期)2015-12-28 07:43:58
汽車維修與保養(2015年6期)2015-04-17 03:31:50
汽車維護與修理(2015年2期)2015-02-28 12:15:39
汽車與新動力(2015年1期)2015-02-27 12:11:01
振動、測試與診斷(2014年5期)2014-03-01 01:14:21
機械與電子(2014年1期)2014-02-28 02:07:31
河南科技(2014年3期)2014-02-27 14:05:48
