10.3969/j.issn.1002-4581.2010.05.006
基于神经网络的内燃机失火故障诊断研究
提出了一种利用排气中HC、CO2、O2浓度和内燃机工况参数神经网络的内燃机失火故障诊断方法,并提出了描述内燃机失火程度的模糊评价指标;进行了内燃机有失火故障和无故障排气成分检测对比实验,利用实验数据和内燃机工况参数,通过广义回归神经网络(GRNN)建立了失火程度评价指标与排气中HC、CO2、O2浓度以及内燃机工况参数之间关系的诊断模型,应用MATLAB软件对该模型进行学习训练,将训练好的神经网络模型应用于内燃机失火故障的诊断,结果表明,此模型能够正确诊断内燃机失火故障.
内燃机、失火、神经网络、故障诊断
U472.42
2010-12-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
19-22