10.3969/j.issn.1004-6801.2011.04.013
基于FNN-GA融合算法的喷油器在线诊断
依据喷油器开启信号波形的变化规律,探讨了柴油机喷油器故障的产生机理,提出了波形幅度、上升沿宽度和波形宽度等诊断指标.基于模糊推理逻辑和喷油器的工作机理,建立了模糊神经网络(fuzzy neural network,简称FNN)与遗传算法(genetic arithmetic,简称GA)相结合的柴油机喷油器故障诊断模型.以喷油器开启信号的特征参数为基准,建立了故障隶属度和故障类型,制定了柴油机喷油器故障诊断的模糊推理逻辑.运用FNN-GA融合算法,依据不同故障的喷油器开启信号对喷油器故障进行了诊断,对故障模式进行了判别,提出了柴油机喷油器故障的在线诊断策略,并进行喷油器电磁阀驱动电流的故障试验.结果表明,所设计的柴油机喷油器故障诊断模型合理,验证了诊断策略具有较好的分辨率,可用于喷油器故障在线诊断.
柴油机、喷油器、模糊神经网络、遗传算法、在线诊断
31
TK413.8+4(内燃机)
河南省科技厅重点攻关计划资助项目112102210363;河南省高等学校青年骨干教师资助项目2010GGJS-150;;河南省教育厅自然科学研究计划资助项目2008A470008,2010B470003
2012-01-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
464-467