基于粗糙集的汽油机失火故障神经网络诊断

摘要

汽油机失火现象易导致汽车排放恶化和动力性下降,而失火现象复杂难以诊断,因此失火故障诊断已成为汽车诊断检测研究的热点问题.该文应用粗糙集,提出了一种利用汽油机排气中废气排放体积分数值和汽油机工况参数诊断汽油机失火故障的方法,对汽油机失火故障、废气排放成份及工况参数等之间的关系进行了属性简化,剔除了不必要的属性.在时代超人发动机上进行了有失火故障和无故障排气成分检测对比试验,利用试验数据和内燃机工况参数,建立了一种基于粗糙集和RBF神经网络的内燃机失火故障诊断模型.应用试验数据和MATLAB软件对模型进行学习训练,将训练好的神经网络模型应用于内燃机失火故障的诊断.结果表明,该模型能正确诊断内燃机失火故障,可以简化神经网络结构,减少神经网络的输入节点数,提高系统诊断效率.