基于人工神经网络的汽车发动机故障诊断



基于人工神经网络的汽车发动机故障诊断

利用音频信号对汽车发动机进行故障诊断。目标是将发动机的声音分为正常工作状态和故障工作状态。无论是正常状态还是故障状态，发动机一定会有声音发出。介绍一种算法进行发动机状态识别，其中包括信号状态、信号处理和基于人工神经网络及统计学的信号分析。发动机的故障可以分为如下几类：空气滤清器故障、火花塞故障、润滑油故障、活塞环故障、富混合物故障和2冲程活塞销故障。首先基于统计学和对10种不同类型的人工神经网络进行比较，然后根据最优性能获得最优人工神经网络模型。

对发动机故障分类进行详细说明，对故障原因和故障表现进行了数学描述；对10种不同神经网络进行分类。试验结果见表1。

针对2冲程发动机在MLP（多层神经网络）等分类器、双隐藏层分类器以及支持向量机（SVM）下的分类结果进行了详细说明。试验结果证明，SVM试验结果明显优于其它分类器。

最后进行总结，并将2冲程发动机试验方法扩展到4冲程发动机上。对各个神经网络进行详细总结，并指出SVM的分类器具有天然优势，是未来的发展方向。

刊名：International Journal of Engineering and Innovative Technology（JEIT）（英）

刊期：2013年第2期

作者：S. N. Dandarea et al

编译：孙浩