柴油机燃油喷射系统故障诊断专家系统探究.docVIP

柴油机燃油喷射系统故障诊断专家系统探究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
柴油机燃油喷射系统故障诊断专家系统探 究 【摘要】解放CA1121J型载重汽车发动机是燃油喷 射系统为泵-管-嘴型的柴油机,其燃油喷射系统很容易出现 故障,已成为柴油机的主要故障源,因此研究设计了专门用 来诊断柴油机燃油喷射系统故障的专家系统。专家系统采用 夹持式压力传感器从柴油机的高压油管上间接采集燃油压 力信号,其故障诊断过程是采用模糊识别模块和ANFIS模块 分别进行推理。试验结果表明:故障诊断专家系统的诊断误 差小,并且具有很强的实用性;ANFIS在系统中的应用,避 免了传统故障诊断专家系统存在误诊的缺点。 【关键词】ANFIS;燃油喷射系统;故障诊断;专家系 统 【中图分类号】TH【文献标识码】A 【文章编号】1007-4309 (2013) 02-0099-3.5 燃油喷射系统是柴油机的重要组成部分,其技术性能直 接影响柴油机的工作过程。为了使柴油机燃油喷射系统始终 保持良好的技术性能,提高经济效益和社会效益,采用视情 维修的方式,即根据先进的故障诊断技术检测的结果,制定 维修计划。视情维修可以避免定期维修存在的弊病,即该修 的不及时修,发挥不出效能,而且容易酿成交通事故;不该 修的提前修了,造成不必要的人力物力浪费,甚至带来因错 误拆装所造成的损失。可见视情维修可以提高维修效率,减 少维修时间,降低维修成本。要实现视情维修,必须有先进 的故障诊断仪器设备,所以研究设计了柴油机燃油喷射系统 故障诊断专家系统。 一、专家系统的总体结构 本文设计的燃油喷射系统故障诊断专家系统主要由推 理机、知识库、数据库、知识获取机构、解释机构、数据采 集处理系统、人机界面等组成。推理机包含了模糊识别模块 和ANFIS模块,其中ANFIS在故障诊断专家系统中的运用已 成为智能诊断发展领域中一个亮点,它具有故障诊断精度 高、自学习能力强的特点。知识库是用来存储某个领域的专 业知识和专家的经验,为推理机提供推理所需的知识。数据 库被称为工作存储器或动态数据库,也可以说是推理机临时 存放数据的场所。知识获取机构是一个应用程序,负责把领 域的知识或专家的经验形式化并编码存入知识库中。解释系 统是对用户的提问做出解释,还可以及时反映系统出现的错 误,为系统的维护提供了方便。数据采集处理系统主要负责 采集燃油压力信号,并将信号进行相应处理提取特征参数并 存入数据库。人机接口是由应用程序和相应的硬件组成,执 行输入输出任务。系统总体结构如图1所示。 、ANFIS结构及原理 ANFIS ( Adaptive-Network-based Fuzzy Inference System)通常被称为基于自适应网络的模糊推理系统,是根 据Takage-Sugeno模糊推理系统提出的,是模糊神经网络中 的一种,继承了神经网络和模糊推理的优点,它将模糊推理 系统中的模糊规则及隶属度函数通过神经网络的自学习来 确定,能自动产生模糊规则,克服了以往模糊规则主要根据 专家经验设计的缺点。与BP神经网络相比,具有更强的自 学习能力和自适应性。其结构如图2所示。 三、 ANFIS的算法 ANFIS的算法是一种混合算法,就是将反向传播算法和 最小二乘法结合运用。采用反向传播算法确定神经网络中的 条件参数,神经网络的条件参数是第一层的高斯隶属度函数 的中心和宽度。采用线性最小二乘法来对神经网络的条件参 数的中心、宽度进行修正。网络学习时,根据系统实际输出 值和目标学习值可以计算出学习误差,然后通过误差反向传 播对神经网络的条件参数进行调整,此算法通过给定的条件 参数,可以得到结论参数的全局最优点,这样不仅可以减少 梯度法中搜索空间的维数,还可以提高参数的收敛速度。 四、 故障诊断原理 该系统的故障诊断过程的特点是采用模糊识别模块和 ANFIS模块分别进行推理。数据采集处理系统将传感器采集 到的信号经过相应处理,得到两种特征参数,分别为几何特 征参数(燃油压力波形可以通过波形幅度、上升沿宽度、波 形宽度、最大余波宽度等参数来描述,称这些参数为几何特 征参数)和函数特征参数(对于实测的信号通过放大和A/D 转换等一系列处理后,便可以得到状态的时间序列:bd, i=l,2,…,n}。通过AR (m)模型来提取状态信息,即建 立AR (m)模型来提取状态信息,AR (m)模型中的自回归参 数与残差方差反映了原时间历程的内在特征,称为函数特征 参数)。两种特征参数输入数据库后,推理机首先读取几何 特征参数,模糊识别模块从知识库中调用合适的规则与之匹 配,匹配成功后,初步诊断出故障原因;推理机根据初步诊 断的结论,再从知识库中调用相应的规则训练ANHS模型, 然后读取函数特征参数并将其输入训练好的ANFIS模型,得 到一个输出值,根据输出值验证初步诊断结果正确与否,输 出值以数值0.5为

文档评论(0)

ggkkppp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档