基于人工神經網絡算法的汽車系統故障檢測

基于人工神經網絡算法的汽車系統故障檢測

電子技術的迅速發展，使現代汽車成為具有實時電子控制的復雜分布式系統。惡劣和經常變化的使用環境，可能導致這些電子控制系統出現計算上的故障。因而，需要在汽車電子控制系統中設計容錯方案，但由于汽車空間、質量和成本的約束，限制了冗余汽車關鍵部件或關鍵系統的容錯方案。相關研究已經表明，采用人工神經網絡算法可以對電子控制系統的故障進行檢測，并在電子控制系統計算過程中應用糾正措施，消除故障。由于人工神經網絡算法不能同時保證處理時間和處理精度的要求，因而該算法不能直接應用在汽車電子控制系統中。對此，在混合現場可編程門陣列平臺上，基于改進的人工神經網絡算法建立了故障檢測系統，并使用了幾個發動機案例對其性能進行了評價。

由于汽車電子控制系統發生故障時系統的某些特征值將偏離正常值，因而使用人工神經網絡算法進行故障診斷時需要監視和采集汽車的故障特征，建立汽車故障特征集，并將其作為人工神經網絡的訓練樣本集。訓練過程中，首先確定的是人工神經網絡的拓撲結構，并將故障特征集提供到人工神經網絡；之后對故障特征集的處理，與傳統方法相比，人工神經網絡算法可根據故障特征集輸入和輸出的關系，調節網絡的權值和閾值，以在滿足精度要求的同時減少處理時間。基于混合現場可編程門陣列平臺對建立的故障檢測系統進行評價時，共設定4類故障：發動機1缸不噴油，冷卻水溫過高，溫度傳感器斷路和空氣流量傳感器故障。結果顯示，使用人工神經網絡算法的故障檢測系統可以檢測出設定的4類故障，且延遲時間較短，延遲最短時間為3.99ms，最長時間為145.2ms。

Shanker Shreejith et al. 2016 Design,Automation& Test in Europe Conference &Exhibition(DATE), Coventry March 14-18, 2016.

編譯：吳祥