高压共轨式柴油机电控系统故障诊断的应用研究

摘要

柴油机采用高压共轨技术可以使燃油喷射稳定可控，使得车用柴油机找到了解决发动机排放(NOx和PM)和柴油机噪音的根本途径。但高压共轨柴油机电控系统结构复杂，对于维修人员来说判定电控系统故障点是一个复杂工作。应用神经网络模型，根据数据流的变化来判定故障点所在，可以缩短维修时间，提高维修效率，同时也对柴油机排放控制有积极的意义。
　　本文将BP神经网络和PNN（概率神经网络）应用于高压共轨式柴油机故障诊断中。首先，介绍了高压共轨技术对柴油机排放控制的有效性和高压共轨电控系统的基本组成及其工作原理;其次，介绍了BP和PNN神经网络的结构和算法，并建立的神经网络模型;最后，以长城哈佛GW2.8TC发动机为实验对象，在怠速工况下模拟发动机的各种故障，采用金德KT600故障诊断仪采集故障下的发动机数据流，建立样本集，采用两种神经网络模型进行训练和仿真，并且加入白噪音进行噪音干扰测试，将两种网络的训练仿真结果比较，得出PNN神经网络比BP神经网络效率高、诊断结果准确，噪音干扰测试证明了采用神经网络进行故障点判定是可行的。

目录

声明

摘要

第1章 概述

1．1 高压共轨式柴油机故障诊断的背景及意义

1．2 国内外故障诊断技术的研究现状综述

1．3 论文主要内容和研究思路

1．4 本章小结

第2章 高压共轨式柴油机电控系统各部分组成及故障诊断原理

2．1 高压共轨式柴油机电子控制系统基本组成及其工作原理

2．2 电控系统故障自诊断原理

2．3 本章小结

第3章 数据流分析方法介绍

3．1 数据流的定义

3．2 数据流的分类

3．3 数据流参数的测量方式

3．4 发动机数据流的分析方法

3．5 本文对数据流采取的分析方法

3．6 本章小结

第4章 人工神经网络模型的建立

4．1 人工神经网络

4．2 本文采用的人工神经网络

4．3 建立神经网络使用程序介绍

4．4 神经网络故障诊断思路与流程

4．5 网络设计

4．6 基于MATLAB环境的两种程序

4．7 本章小结

第5章 神经网络在诊断中的实际应用

5．1 数据检测与样本的收集

5．2 网络模型的建立及验证

5．3 模型在实际工作中的噪音分析

5．4 本章小结

第6章 结论与展望

6．1 本文结论

6．2 展望

参考文献

附录

致谢

作者简历