基于概率神经网络的汽车发动机失火故障诊断

• 作者: 王子健 王德军
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: AMEsim发动机模型 故障注入 失火故障诊断 概率神经网络
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 电子科学与工程
• 页码范围: 229-236
• 页数: 8页
• 分类号: TP183
• 字数: 5249字
• 语种: 中文

摘要

为准确诊断汽车发动机常发生的单缸失火和双缸失火故障，利用概率神经网络分析发动机转速与曲轴位移角度诊断发动机失火故障。在AMEsim软件环境下搭建一款四缸发动机模型，利用故障注入的方式模拟发动机失火，提取发动机转速和曲轴角度位移数据，在Matlab环境下进行数据处理与分组，建立概率神经网络PNN （ Probabilistic Neural Network）进行训练与测试。实验结果表明，发动机转速与曲轴转角位移能有效反应发动机真实运行情况，训练好的PNN可对发动机单缸、双缸失火进行准确的诊断和定位。该方法具有简洁、经济、高效和准确度高等优点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王德军	吉林大学通信工程学院	69	962	14.0	30.0
2	王子健	吉林大学通信工程学院	10	50	4.0	7.0