基于粗糙集的内燃机失火故障神经网络诊断

摘要：

本文应用粗糙集,提出了一种利用内燃机排气中废气排放体积分数值和内燃机工况参数诊断内燃机失火故障的方法,对内燃机失火故障与废气排放成份、工况参数等之间的关系进行了属性简化,剔除了不必要的属性.在CA6100型发动机上进行了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,建立了一种基于粗糙集和RBF神经网络的内燃机机失火故障诊断模型.应用实验数据和MATLAB软件对模型进行学习训练,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,该模型能正确诊断内燃机失火故障,可以简化神经网络结构,减少神经网络的输入节点数,提高系统诊断效率.

关键词： 内燃机 失火故障 粗糙集理论 神经网络模型 故障诊断

作者: 宫唤春 欧林立 王翠 周丽 吴义虎

作者单位: 长沙理工大学汽车与机械工程学院,湖南长沙410076

会议类型: 国内会议

会议名称: 2007第三届绿色财富(中国)论坛暨节能减排与企业家的社会责任系列研讨、交流会

会议地点: 北京

会议语种:中文

页码: 268-273

在线出版日期: 2007-11-17（万方平台首次上网日期，不代表论文的发表时间）