基于概率神經網絡的電子油門踏板故障診斷

蔣玉秀，趙曉歡，鄧元望

(1.湖南大學 機械與運載工程學院，湖南 長沙，410082；2.廣西工業職業技術學院 汽車工程系，廣西 南寧，530001)

近年來，由于電子油門踏板失靈而導致的交通事故屢見不鮮，如何提高電子油門踏板的安全性，及時判斷和預警故障是至關重要的研究課題。電子油門踏板是駕駛員對車輛的燃油供油量進行機械控制的電子轉換設備，會直接影響到車輛安全性[1]。電子油門踏板將駕駛員腳部壓力轉化為電壓信號。經過轉換的電壓信號被輸入到發動機的電子控制單元(ECU)內[2]，實現不同工況下的發動機的燃油供給。電子油門踏板長期暴露在駕駛艙的主駕駛位下方，使用壽命與駕駛員的駕駛習慣、路況工況條件及機械部件強度直接相關，因此，各種故障的發生概率較高[3]。概率神經網絡(probabilistic neural network，PNN)診斷是常用的故障診斷方式之一[4]，它基于徑向基函數神經網絡，是一種典型的前反饋型神經網絡模型。目前，概率神經網絡診斷已經廣泛地應用于多個領域，如自行火炮發動機的故障預測[5]、汽輪機故障診斷與報警[6]、大型機械設備故障診斷與容錯[7]、大機組快速響應智能判別與分析[8]、柴油機相關的故障診斷與故障代碼識別[9]、風機故障診斷數據庫建立[10]，制冷設備故障分析與匯總[11]、發動機及相關氣閥故障診斷研究[12-13]、軸承的故障診斷與壽命預測[14]、變壓器故障診斷與檢修方式[15]以及異步電機的故障分類與對應維修手段選取[16]等。PNN故障診斷模型具有如下優勢[17-21]：1)結構簡單，多采用的是順序數據計算結構，方便開發和設計多種復雜故障類型；……