基于支持向量機技術(shù)的汽車發(fā)動機故障診斷

?

基于支持向量機技術(shù)的汽車發(fā)動機故障診斷

利用信號傳感器進行汽車發(fā)動機多重故障分析和診斷。故障診斷對汽車的安全性和可靠性都是非常重要的。故障診斷領域中很重要的一個課題就是對故障根本原因的診斷。提出利用信號傳感器進行發(fā)動機多重故障診斷這一創(chuàng)新技術(shù)，并嘗試利用這一技術(shù)對發(fā)動機空氣濾清器故障、火花塞故障和潤滑油故障進行診斷。首先利用人工神經(jīng)網(wǎng)絡技術(shù)對單個故障機型詳細分析；然后對3個故障進行混合，同時對3個診斷精度進行比較說明；最后選出最優(yōu)人工神經(jīng)網(wǎng)絡系統(tǒng)。

介紹了3個故障原因，并對人工神經(jīng)網(wǎng)絡類型進行說明，包括MLP、GFF、MNN、JEN、PCA、RBF、 SOFM，TLRN、RN、SVM（支持向量機）人工神經(jīng)網(wǎng)絡。隨后，對試驗設備進行簡單介紹，包括氣缸、活塞、燃燒室、進/排氣孔、曲軸、連桿等。試驗設備如圖1所示。

給出了所有神經(jīng)網(wǎng)絡在獨立故障和混合故障下的性能圖（圖2、圖3）。

通過比較可以看出，在所有人工神經(jīng)網(wǎng)絡模型中，SVM的模型性能表現(xiàn)得最好，還給出了其模型的詳細試驗結(jié)果，證明了SVM在發(fā)動機故障診斷中可以作為做好的分類器進行使用。

刊名：Journal of Electronic Electrical Engineering（英）

刊期：2013年第2期

作者：Yusuf aya et al

編譯：孫浩