專利名稱：基于信息融合的發動機噴油量異常故障診斷方法
技術領域：
本發明是一種基于信息融合的發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，應用神經網絡技術診斷發動機故障。技術領域包括汽車電子控制技術、神經網 絡技術、模糊數學等。
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生了故障。如果再應用融合技術將與某一故障現象相 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。現階段，基于信息 融合技術診斷發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。發動機噴油量 異常故障是發動機常見故障，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，共同診斷發動 機噴油量異常的故障。

發明內容
本發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 絡技術、模糊數學，應用BP神經網絡對發動機噴油量異常故障進行診斷。
本發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動機噴油量異 常故障診斷方法，由數據采集系統、模糊處理系統、神經網絡系統組成，主要是采集翼板式 空氣流量傳感器、12V鉛蓄電池信號。數據采集系統采集并融合發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；模糊處理系統完 成對特征值的模糊化處理，數值范圍為
，這些模糊化的數據作為神經網絡系統的輸入 值；神經網絡系統設計為多輸入多輸出結構的BP神經網絡，輸入層為被模糊化的波形特征 值，輸出層為診斷的故障。本發明的優點是融合汽車多個元件的信息，通過元件之間的相互 關聯，提高發動機噴油量異常故障的診斷準確性，為汽車維修企業提供技術幫助。本發明可 以廣泛地應用于各類汽車故障診斷中。
具體實施例方式
下面對本發明的具體實施方式
作進一步詳細地描述。
該方法由數據采集系統、模糊處理系統、神經網絡系統組成，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絡系統的輸入 值，利用多輸入多輸出結構的BP神經網絡完成發動機噴油量異常的故障診斷。數據采集 系統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。空氣流 量傳感器提取的信號特征為6個，分別是節氣門關閉時電壓、節氣門全開時電壓、在節氣門關-開過程中，波形是否連續變化、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、靜態電壓、維持起動電壓、30秒鐘后電 壓、發動機怠速運轉電壓。這些波形特征值被引用到模糊處理系統；模糊處理系統應用模糊 數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，使各特征值數值 分布在
范圍內，這些數據應用到神經網絡系統中；神經網絡系統，建立多輸入多輸出 的BP神經網絡結構，輸入層單元數為11、隱層單元數為8、輸出層單元數為7。神經網絡的 輸入層為從模糊處理系統獲得的波形特征值，神經網絡輸出層為診斷得出的發動機噴油量 異常的故障種類，即神經網絡輸出層單元，包括蓄電池損壞、蓄電池虧電、起動機故障、發電 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動機噴油量異常故障診斷方法，由數據采集系統、模糊處理系統、神經網絡系統組成，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神經網絡完成發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動機噴油量異常故障診斷方法，其特征是模糊處理系統應用模糊數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動機噴油量異常故障診斷方法，其特征是神經網絡系統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.根據權利要求3所述的神經網絡系統，其特征是空氣流量傳感器提取的信號特征為 6個，分別是節氣門關閉時電壓、節氣門全開時電壓、在節氣門關-開過程中，波形是否連續變化、波形最低電壓、波形最高電壓、波形是否光滑。
5.根據權利要求3所述的神經網絡系統，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、靜態電壓、維持起動電壓、30秒鐘后電壓、發動機怠速運轉電壓。
6.根據權利要求3所述的神經網絡系統，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動機噴油量異常故障診斷方法，由數據采集系統、模糊處理系統、神經網絡系統組成。數據采集系統采集并融合發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；模糊處理系統對這些特征進行模糊化，使其特征值分布在
范圍，這些數值被應用到神經網絡系統中；神經網絡系統為多輸入多輸出結構的BP神經網絡，輸入層為被模糊化的波形特征值，輸出層為診斷的故障。本發明的優點是融合汽車多個元件的信息，通過元件之間的相互關聯，提高發動機噴油量異常故障的診斷準確性，為汽車維修企業提供技術幫助。本發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 優先權日2012年12月17日
發明者董恩國, 張蕾, 關志偉, 周海松, 包丕利 申請人:天津職業技術師范大學