10.3969/j.issn.1001-2222.2019.01.006
基于神经网络的汽油车三效催化器老化诊断
随着汽油车后处理系统复杂程度的提高,三效催化器的故障诊断需要解决建模难度大、标定成本高等问题.结合神经网络在处理非线性问题上的优势,提出一种基于神经网络的汽油车三效催化器老化诊断算法.算法以三效催化器的老化机理为基础,采集催化器前后氧传感器信号作为特征输入,结合不同故障进行编码,构成网络训练和测试所需的数据集;分别应用反向传播神经网络(Back Propagation Neural Network,BPNN)和深度置信网络(Deep Belief Network,DBN)的模型架构,对训练过程各参数进行调优,并对诊断结果进行测试.试验结果表明:基于神经网络的诊断算法建模简便,具有较高的诊断精度和泛化能力;诊断架构上,DBN相对于BPNN简化了特征提取过程,拥有更高的诊断精度.
三效催化器、神经网络、老化、故障诊断
TK427(内燃机)
国家重点研发计划"大气污染成因与控制技术研究"重点专项项目"汽油车颗粒物捕集与清洁排放集成技术"课题——汽油车车载诊断及系统集成技术研究2017YFC0211004
2019-05-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
34-40