基于RBF神经网络发动机失火故障的诊断研究  

Diagnosis to gasoline engine misfire fault based on RBF neural network

作　　者：宫唤春[1] 吴义虎[2] 

机构地区：[1]长沙理工大学能源与动力工程学院振动与噪声研究所,湖南省长沙市赤岭路45号410076 [2]长沙理工大学能源与动力工程学院

出　　处：《起重运输机械》2008年第3期88-90,共3页Hoisting and Conveying Machinery

基　　金：湖南省自然科学基金杰出青年项目资助(01jzy2102)

摘　　要：提出了利用排气中HC、CO2和O2浓度诊断发动机失火故障的方法和描述发动机失火程度的模糊评价指标,并结合RBF神经网络建立了该评价指标和排气中HC、CO2和O2浓度间关系的模型,应用MATLAB软件对该方法进行训练及仿真,仿真结果表明此模型具有良好的诊断性能。Fuzzy evaluation index describing the gasoline engine misfire degree is introduced. A model showing the relationship between the misfire and the densities of HC, CO2 and O2 in the exhaust is established based on RBT neural network. The network model is trained and simulated, showing that the model delivers better diagnosis performance.

关 键 词：发动机 失火故障 径向基函数 诊断 

分 类 号：TH165.3[机械工程—机械制造及自动化]