神经网络和专家系统在汽车发动机故障诊断中的应用研究.pdfVIP

第24卷第12期 机 械 设 计 Vo1．24 No．12 2 0 0 7年1 2月 JOURNAL OF MACHINE DESIGN Del2． 2007 神经网络和专家系统在汽车发动机 故障诊断中的应用研究 门艳忠 ，王福林 (1．黑龙江科技学院机械工程学院，黑龙江哈尔滨 150027；2．东北农业大学工程学院，黑龙江哈尔滨 150030) 摘要：运用神经网络与专家系统两种人工智能技术，通过对汽车发动机废气中CO，HC，CO：和0：含量的分析进行 故障推理和诊断。神经网络与专家系统主要采用串行连接，用神经网络模块进行故障分类，再经专家系统给出解释并进 一 步推理，得到具体的诊断结果，从而实现发动机常见故障的快速、准确和智能化诊断。 关键词：神经网络；专家系统；汽油机；废气；故障诊断 中图分类号：TH122 文献标识码：A 文章编号：1001—2354(2007)12—0o64—02 目前，神经网络技术在许多领域中应用广泛。利用神经网 表2 废气含量与故障原因 络理论可以较好地解决许多传统专家系统难以处理的问题，因 故障原因 CO值 HC值 CO2 02 而将神经网络理论与传统专家系统技术相结合，是今后故障诊 排气管漏气 低 低 低 高 断等智能系统发展的主要趋势。文中就神经网络和专家系统 点火过早 低 高 正常 正常 点火过迟 高 低 正常 正常 在汽车发动机故障诊断中的结合应用进行了初步探索。 间歇性不点火 低 很高 低 高 汽车排出的废气成分极其复杂，主要包括水蒸气、一氧化 混合比稀 很低 高或很高 低 高或很高 碳、氮、氧、二氧化碳和碳氢化合物等…。由于汽车的运行条件 混合比浓 很低 高或很高 低 低 不同，发动机在各种工况下排出的废气中各种成分的体积百分 压缩力不足 低 很高 低 高 空气喷射作用 很低 很低 很低 很高 比在一定范围内变动。通过对废气中HC，CO，CO 和0 的含 量进行分析来判断发动机各工况的燃烧情况，从而断定点火 系、供油系等处的技术状况，利用模糊神经网络进行故障分类， 2 废气分析的神经网络模型 再经专家系统推理给出解释和具体诊断结果，进而实现常见故 障的快速诊断。 模糊逻辑与神经网络相结合，组成了模糊神经网络系 统 ，可以处理不精确问题。一般模糊网络由5层组成，即输 1 常见的废气含量与发动机故障 入层、模糊层、中间层、模糊层及输出层。具体计算常采用下述 公式： 发动机的废气含量反映出发动机燃烧室内混合气的燃烧 = ∑X ( )／∑X 质量。混合气的燃烧情况直接反映燃油供给系的技术状况，也 式中： ——输出层单元 的输出值； 影响发动机效率的高低。混合气的燃烧质量取决于混合气成 X ——从模糊单元i传来的输入值； 分、气缸压缩是否良好、点火是否良好或点火正时是否适当等