《基于神经网络的汽油车三效催化器老化诊断》PDF+DOC
作者:刘洋,潘金冲,张云龙,帅石金
单位:兵器工业车用发动机专业情报网;中国北方发动机研究所
出版:《车用发动机》2019年第01期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFCYFD2019010070
DOC编号:DOCCYFD2019010079
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于概率神经网络的故障诊断方法及应用》PDF+DOC2004年第07期 李冬辉,刘浩
《北京现代悦动发动机故障灯亮》PDF+DOC 李俊
《基于模型的三元催化转化器故障诊断方法研究》PDF+DOC2012年第02期 胡杰,颜伏伍,朱航,杨俊伟
《基于时间序列和神经网络的温室传感器节点故障诊断》PDF+DOC2011年第06期 王俊,刘刚
《汽油车OBD在用核心技术及其发展方向》PDF+DOC2011年第11期 王东亮,黄开胜
《基于蚁群神经网络的电控发动机故障诊断研究》PDF+DOC2011年第03期 周美兰,敖雪
《下游氧传感器稀到浓响应慢故障诊断方法的研究》PDF+DOC2013年第03期 何小明,陈领平,陈龙,洪伟春
《基于氧储存率模型的三效催化器劣化诊断研究》PDF+DOC2013年第01期 王东亮,黄开胜
《基于BP神经网络方法的涡喷发动机故障诊断》PDF+DOC1999年第Z1期 叶志锋,杨飒
《基于改进遗传神经网络的微硅加速度传感器动态补偿研究》PDF+DOC2004年第04期 俞阿龙,黄惟一
随着汽油车后处理系统复杂程度的提高,三效催化器的故障诊断需要解决建模难度大、标定成本高等问题。结合神经网络在处理非线性问题上的优势,提出一种基于神经网络的汽油车三效催化器老化诊断算法。算法以三效催化器的老化机理为基础,采集催化器前后氧传感器信号作为特征输入,结合不同故障进行编码,构成网络训练和测试所需的数据集;分别应用反向传播神经网络(Back Propagation Neural Network,BPNN)和深度置信网络(Deep Belief Network,DBN)的模型架构,对训练过程各参数进行调优,并对诊断结果进行测试。试验结果表明:基于神经网络的诊断算法建模简便,具有较高的诊断精度和泛化能力;诊断架构上,DBN相对于BPNN简化了特征提取过程,拥有更高的诊断精度。
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。