基于模糊理论与神经网络并行推理的发动机故障诊断方法

• 作者: 刘卫强 徐向阳 王书翰
• 来源期刊: 山东交通学院学报
• 关键词: 发动机 模糊理论 神经网络 故障诊断
• 年，卷（期）: 2006,（3）
• 页码范围: 11-15
• 页数: 5页
• 分类号: U472.9
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0032.2006.03.003

摘要

将模糊理论与神经网络相融合,针对汽油发动机偶发性疑难故障,采用模糊信息处理方法确定故障的类别,通过神经网络的逼近能力来实现对故障进行诊断的功能.与单纯使用神经网络进行故障诊断的方法相比,基于模糊理论与神经网络并行推理的发动机故障诊断方法在输入参数不是训练时的典型数据(同训练时输入数据差别较大)时,系统仍能对输入样本很好地归类,给出较高精度的诊断结果,尤其对于单一系统的复杂故障具有很好的识别能力,可以提高对发动机故障的诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐向阳	北京航空航天大学汽车工程系	59	427	12.0	18.0
2	王书翰	北京航空航天大学汽车工程系	21	106	6.0	9.0
3	刘卫强	北京航空航天大学汽车工程系	1	13	1.0	1.0