基于BP神经网络的电控汽油机传感器故障在线诊断技术研究

• 作者: 吴锋 潘书澜 邹博文
• 来源期刊: 内燃机学报
• 学科: 工学
• 关键词: 电控汽油机 传感器 神经网络 故障诊断
• 年，卷（期）: 2006,（4）
• 页码范围: 369-373
• 页数: 5页
• 分类号: TK417
• 字数: 3125字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0909.2006.04.014

摘要

应用人工智能神经网络和推理法则,提出了一套针对电控汽油机传感器的在线故障诊断策略.以传感器采样值作为神经网络的输入,故障代码作为输出,对电控汽油机进行在线故障诊断.通过台架试验对神经网络进行了训练和验证,结果表明,提出的诊断策略对节气门位置传感器和进气压力传感器短路、断路和值不变故障诊断率达到98%,对未标定故障的诊断率也达到85%.研究表明该诊断策略是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹博文	浙江大学动力机械及车辆工程研究所	8	92	7.0	8.0
2	吴锋	浙江大学动力机械及车辆工程研究所	72	484	13.0	19.0
3	潘书澜	浙江大学动力机械及车辆工程研究所	2	8	1.0	2.0