專利名稱：基于信息融合的發(fā)動機噴油量異常故障診斷方法
技術領域：
本發(fā)明是一種基于信息融合的發(fā)動機噴油量異常故障診斷方法，能通過融合汽車 的多個信息，應用神經網(wǎng)絡技術診斷發(fā)動機故障。技術領域包括汽車電子控制技術、神經網(wǎng) 絡技術、模糊數(shù)學等。
背景技術：
汽車的每一個傳感器都有自己標準的工作波形，當測試的波形與標準波形不同 時，就是該元件或與之相關的部件發(fā)生了故障。如果再應用融合技術將與某一故障現(xiàn)象相 關的電子信號融合，兼顧各種信號信息，就可以提高故障診斷的準確性。現(xiàn)階段，基于信息 融合技術診斷發(fā)動機故障的研究比較廣泛，但是由于每項研究融合的信號不相同，并且信 號波形提取的特征也不相同，所以通過融合方法診斷的故障種類并不相同。發(fā)動機噴油量 異常故障是發(fā)動機常見故障，影響噴油器噴油量的因素有多個，所以即使噴油驅動器的波 形接地時間不正確，即噴油量異常，也不能明確故障原因。由于發(fā)動機噴油量以空氣流量傳 感器作主要控制，同時，還受蓄電池電壓的影響，所以融合這二種信號信息，共同診斷發(fā)動 機噴油量異常的故障。

發(fā)明內容
本發(fā)明可以解決的問題是，克服背景技術的不足，應用汽車電子控制技術、神經網(wǎng) 絡技術、模糊數(shù)學，應用BP神經網(wǎng)絡對發(fā)動機噴油量異常故障進行診斷。
本發(fā)明解決技術問題所采用的技術方案是一種基于信息融合的發(fā)動機噴油量異 常故障診斷方法，由數(shù)據(jù)采集系統(tǒng)、模糊處理系統(tǒng)、神經網(wǎng)絡系統(tǒng)組成，主要是采集翼板式 空氣流量傳感器、12V鉛蓄電池信號。數(shù)據(jù)采集系統(tǒng)采集并融合發(fā)動機的空氣流量傳感器 信號波形特征、蓄電池電壓波形特征，這些特征值被引入到模糊處理系統(tǒng)；模糊處理系統(tǒng)完 成對特征值的模糊化處理，數(shù)值范圍為
，這些模糊化的數(shù)據(jù)作為神經網(wǎng)絡系統(tǒng)的輸入 值；神經網(wǎng)絡系統(tǒng)設計為多輸入多輸出結構的BP神經網(wǎng)絡，輸入層為被模糊化的波形特征 值，輸出層為診斷的故障。本發(fā)明的優(yōu)點是融合汽車多個元件的信息，通過元件之間的相互 關聯(lián)，提高發(fā)動機噴油量異常故障的診斷準確性，為汽車維修企業(yè)提供技術幫助。本發(fā)明可 以廣泛地應用于各類汽車故障診斷中。
具體實施例方式
下面對本發(fā)明的具體實施方式
作進一步詳細地描述。
該方法由數(shù)據(jù)采集系統(tǒng)、模糊處理系統(tǒng)、神經網(wǎng)絡系統(tǒng)組成，應用被模糊化的空氣 流量傳感器信號的波形特征值、蓄電池電壓信號的波形特征值作為神經網(wǎng)絡系統(tǒng)的輸入 值，利用多輸入多輸出結構的BP神經網(wǎng)絡完成發(fā)動機噴油量異常的故障診斷。數(shù)據(jù)采集 系統(tǒng)負責采集空氣流量傳感器信號的波形特征值、蓄電池電壓信號的波形特征值?？諝饬?量傳感器提取的信號特征為6個，分別是節(jié)氣門關閉時電壓、節(jié)氣門全開時電壓、在節(jié)氣門關-開過程中，波形是否連續(xù)變化、波形最低電壓、波形最高電壓、波形是否光滑。蓄電池電 壓提取的信號特征為5個，分別是起動時最低電壓、靜態(tài)電壓、維持起動電壓、30秒鐘后電 壓、發(fā)動機怠速運轉電壓。這些波形特征值被引用到模糊處理系統(tǒng)；模糊處理系統(tǒng)應用模糊 數(shù)學對空氣流量傳感器、蓄電池電壓兩種信號的波形特征值進行預處理，使各特征值數(shù)值 分布在
范圍內，這些數(shù)據(jù)應用到神經網(wǎng)絡系統(tǒng)中；神經網(wǎng)絡系統(tǒng)，建立多輸入多輸出 的BP神經網(wǎng)絡結構，輸入層單元數(shù)為11、隱層單元數(shù)為8、輸出層單元數(shù)為7。神經網(wǎng)絡的 輸入層為從模糊處理系統(tǒng)獲得的波形特征值，神經網(wǎng)絡輸出層為診斷得出的發(fā)動機噴油量 異常的故障種類，即神經網(wǎng)絡輸出層單元，包括蓄電池損壞、蓄電池虧電、起動機故障、發(fā)電 機故障、線路故障、空氣流量傳感器損壞、噴油器積碳。
權利要求
1.一種基于信息融合的發(fā)動機噴油量異常故障診斷方法，由數(shù)據(jù)采集系統(tǒng)、模糊處理系統(tǒng)、神經網(wǎng)絡系統(tǒng)組成，其特征是融合空氣流量傳感器信號波形特征、蓄電池電壓波形特征，利用多輸入多輸出結構的BP神經網(wǎng)絡完成發(fā)動機噴油量異常的故障診斷。
2.按照權利要求1所述的基于信息融合的發(fā)動機噴油量異常故障診斷方法，其特征是模糊處理系統(tǒng)應用模糊數(shù)學對空氣流量傳感器、蓄電池電壓，兩種信號的波形特征值進行預處理，使各特征值數(shù)值分布在
范圍內。
3.按照權利要求1所述的基于信息融合的發(fā)動機噴油量異常故障診斷方法，其特征是神經網(wǎng)絡系統(tǒng)結構的輸入層為空氣流量傳感器、蓄電池電壓兩種信號波形的特征值，共11 個，輸出層為診斷的故障類型，共7個。
4.根據(jù)權利要求3所述的神經網(wǎng)絡系統(tǒng)，其特征是空氣流量傳感器提取的信號特征為 6個，分別是節(jié)氣門關閉時電壓、節(jié)氣門全開時電壓、在節(jié)氣門關-開過程中，波形是否連續(xù)變化、波形最低電壓、波形最高電壓、波形是否光滑。
5.根據(jù)權利要求3所述的神經網(wǎng)絡系統(tǒng)，其特征是蓄電池電壓提取的信號特征為5個， 分別是起動時最低電壓、靜態(tài)電壓、維持起動電壓、30秒鐘后電壓、發(fā)動機怠速運轉電壓。
6.根據(jù)權利要求3所述的神經網(wǎng)絡系統(tǒng)，其特征是輸出層為診斷的故障種類，包括蓄電池損壞、蓄電池虧電、起動機故障、發(fā)電機故障、線路故障、空氣流量傳感器損壞、噴油器積碳。
全文摘要
一種基于信息融合的發(fā)動機噴油量異常故障診斷方法，由數(shù)據(jù)采集系統(tǒng)、模糊處理系統(tǒng)、神經網(wǎng)絡系統(tǒng)組成。數(shù)據(jù)采集系統(tǒng)采集并融合發(fā)動機的空氣流量傳感器信號波形特征、蓄電池電壓波形特征，這些特征被引入到模糊處理系統(tǒng)；模糊處理系統(tǒng)對這些特征進行模糊化，使其特征值分布在
范圍，這些數(shù)值被應用到神經網(wǎng)絡系統(tǒng)中；神經網(wǎng)絡系統(tǒng)為多輸入多輸出結構的BP神經網(wǎng)絡，輸入層為被模糊化的波形特征值，輸出層為診斷的故障。本發(fā)明的優(yōu)點是融合汽車多個元件的信息，通過元件之間的相互關聯(lián)，提高發(fā)動機噴油量異常故障的診斷準確性，為汽車維修企業(yè)提供技術幫助。本發(fā)明可以廣泛地應用于各類汽車故障診斷中。
文檔編號G01M15/00GK102998121SQ20121054827
公開日2013年3月27日 申請日期2012年12月17日 優(yōu)先權日2012年12月17日
發(fā)明者董恩國, 張蕾, 關志偉, 周海松, 包丕利 申請人:天津職業(yè)技術師范大學