基于基本竞争型网络的车用汽油机失火度的识别

针对汽油发动机失火度问题,提出了利用基本竞争型网络对失火度进行划分的解决办法,该方法利用排气中的HC、CO2或O2的浓度并结合基本竞争型网络自适应算法对所测信号值反复训练,最终得到样本空间的分类结果。     

基于BP神经网络的汽油机失火故障诊断方法的研究

针对基于曲轴瞬时角加速度的一般失火故障诊断算法能诊断失火故障,但未能有效区分故障模式的缺陷,提出了一种基于做功时间和BP神经网络的失火诊断算法.根据不同模式下各缸做功时间的波动,提取诊断循环内各缸做功时间信号的特征参数,结合BP神经网络模式识别功能,实现不同模式下的失火故障诊断.通过台架试验,测试了在正常工作、第3缸单...     

模糊神经网络在发动机失火故障诊断中的应用

利用模糊神经网络对发动机失火故障进行诊断,建立起了模糊神经网络控制模型,应用MATLAB软件对其进行训练及仿真,结果表明此控制方法是有效的、可行的。     

汽油机失火诊断基本原理及常见失效模式

汽油机的失火诊断是 EOBD（欧洲车载诊断系统）中的重要部分。文中简要地阐述了失火诊断的基本原理和监测方法;针对较为典型的失火故障的失效模式进行案例分析,分析了导致失火故障的各种因素,指出了在车辆标定开发及售后检测中针对失火故障应着重注意的事项。     

车载诊断系统失火诊断策略的研究

论述了车载诊断系统必须监测的两种失火类型。分析了利用瞬时曲轴角加速度法诊断发动机失火的原理,设计了车载诊断系统失火诊断策略。针对SQR372电控汽油机上模拟出的失火故障,利用基于KWP2000通信协议与VC软件编写的在线实时监控界面进行了监测。结果表明,该失火诊断策略能够及时准确地诊断出发动机失火故障。     

车用汽油机污染物排放特性模型分析方法及应用研究

采用模糊聚类理论分析对汽油机排气有害成分及排气有害成分与各工况因子之间进行聚类分析，为系统地研究影响汽车排气有害成分生成主要影响因素提出新的方法；采用模糊理论中的构造多元隶属函数的方法，对汽油机在有故障工况下的排放特性进行分析，为汽油机的燃烧故障提出了新的诊断方法。     

基于神经网络的内燃机失火故障诊断研究

提出了一种利用排气中HC、CO2、O2浓度和内燃机工况参数神经网络的内燃机失火故障诊断方法,并提出了描述内燃机失火程度的模糊评价指标;进行了内燃机有失火故障和无故障排气成分检测对比实验,利用实验数据和内燃机工况参数,通过广义回归神经网络(GRNN)建立了失火程度评价指标与排气中HC、CO2、O2浓度以及内燃机工况参数之间关系的诊断模型,应用MATLAB软件对该模型进行学习训练,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,此模型能够正确诊断内燃机失火故障。     

车用汽油机涡轮增压的新进展

本文主要论述车用汽油机涡轮增压技术的新进展,其中包括增压器本身以及DOHC,电控汽油喷射和增压系统等方面的一些进展情况。     

M-21车用汽油机的改进

本文介绍了原苏联M－21车用汽油机改进成3M3-24机型及其改进的主要技术措施。     

面向OBDⅡ的汽油机失火检测技术

简要介绍汽油机失火的危害性,指出在OBDⅡ系统中失火检测是必备项目。重点研究汽油机失火检测的各种方法,最后分析了实际应用中失火检测的发展方向。     

基于人工神经网络的柴油机故障诊断

故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于人工神经网络的柴油机故障诊断方法，设计了适合该诊断系统的BP网络结构，并给出了一种基于黄金分割法改进的BP算法，用来自适应调整网络学习速率。仿真结果表明：该算法具有很快的学习速度和较高的学习精度，完全适用于柴油机故障诊断系统。     

孤立交叉口多相位自适应模糊控制及其神经网络实现

针对城市中心区交叉口交通流分布的特点,综合考虑本相位和相邻相位车道上的车辆排队长度(以下简称“队长”),应用模糊控制和神经网络具有的学习功能,提出了一种孤立交叉口多相位自适应模糊控制算法,该算法采用两个规则前件进行模糊推理,并给出了基于3层神经网络实现的模糊控制器的网络结构及其改进的BP网络训练算法和运行程序,结合已有类似研究成果进行了仿真比较研究,结果表明:该控制方法在信号周期自动调节和减少车辆延误方面都有明显改进,在实现城市交叉口智能控制中具有推广应用价值。     

模糊神经网络在汽车发动机电子点火系统故障诊断中的应用

本文针对发动机电子点火系统的五种常见故障,借助发动机综合分析仪测得次级点火波形,并提取特征值,构造了一种模糊神经网络模型,利用MATLAB进行仿真,通过简单测试,得出这种方法是可行的,可以准确快速的诊断出故障原因。     

BP神经网络在自行火炮电启动系统故障诊断中的应用

自行火炮电启动系统的故障征兆与故障原因之间具有很强的非线性映射关系,通常对其进行在线故障诊断是比较困难的。利用BP神经网络的非线性映射的特性,由神经网络来学习及存储自行火炮电启动系统的故障征兆信号和故障原因之间的映射关系,并将其用于在线诊断,从而达到对自行火炮电启动系统的故障进行在线自动故障诊断的目的,极大地提高了故障的诊断效率。     

汽车磁流变减振器神经网络模型研究

提出了用3个输入单元、1个输出单元和7个隐含单元的神经网络来摸拟汽车磁流变减振器的动力学特性,采用实验室测试得到的数据和基于高斯—牛顿法的改进算法对神经网络的连接权值进行优化。神经网络预测结果与试验测试结果比较表明:提出的神经网络模型能够比较准确地预测磁流变减振器的动力学特性。     

基于神经网络的发动机点火能量控制模块研究

提出了一种在常规汽油机上利用原有点火模块进行扩展并采用神经网络控制对点火能量进行控制的新方法,以C8051F020单片机为核心,设计了该点火能量控制模块的软硬件。试验表明,该模块能满足设计的要求。