作者:李雯,喻菲菲,杜灿谊,李锋,龚永康 单位:天津大学 出版:《小型内燃机与车辆技术》2020年第05期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFXXNR2020050160 DOC编号:DOCXXNR2020050169 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 随着电控技术发展,汽车发动机结构变得更加复杂、紧凑和精密,传感器也越来越多,如何利用传感器信号来诊断发动机故障类型(尤其是机械与性能方面故障)成为研究热点。选取反映汽车发动机运行工况的3个重要传感器信号作为输入向量,分别建立BP神经网络与概率神经网络模型对发动机失火故障、进排气管堵塞、火花塞间隙过大等非传感器直接监测的典型故障进行识别。结果表明,基于传感器信号的神经网络模型能较好地识别出故障类型,并且通过测试和验证对比可知,概率神经网络(PNN网络)在速度和准确性上均优于BP神经网络,且效率更高。因此该方法在汽车发动机故障识别和诊断中应用更为有效。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。