基于模糊神经网络的燃料电池发动机故障诊断
介绍了燃料电池发动机的常见易发性故障,结合实际调试经验和燃料电池发动机的工作机理,在收集大量故障样奉数据的基础上,针对其执行器故障和误用故障提出了一种基于模糊神经网络的故障诊断方法并建立其故障诊断模型.该方法利用模糊逻辑理论将输入量和输出量均以隶属度表示,然后通过故障样本对人工神经网络进行训练,从而实现从故障征兆到故障原因的推理.实际应用和实验仿真结果表明该方法推理速度快、容错能力强,建立的故障诊断模型具有较好的实用性.
燃料电池发动机 执行器故障 误用故障 模糊神经网络 故障诊断
全睿 黄亮 谢长君 全书海
武汉理工大学,汽车工程学院,湖北,武汉,430070
国内会议
武汉
中文
114-117,139
2009-08-01(万方平台首次上网日期,不代表论文的发表时间)