专利名称：基于信息融合的发动机喷油量异常故障诊断方法
技术领域：
本发明是一种基于信息融合的发动机喷油量异常故障诊断方法，能通过融合汽车 的多个信息，应用神经网络技术诊断发动机故障。技术领域包括汽车电子控制技术、神经网 络技术、模糊数学等。
背景技术：
汽车的每一个传感器都有自己标准的工作波形，当测试的波形与标准波形不同 时，就是该元件或与之相关的部件发生了故障。如果再应用融合技术将与某一故障现象相 关的电子信号融合，兼顾各种信号信息，就可以提高故障诊断的准确性。现阶段，基于信息 融合技术诊断发动机故障的研究比较广泛，但是由于每项研究融合的信号不相同，并且信 号波形提取的特征也不相同，所以通过融合方法诊断的故障种类并不相同。发动机喷油量 异常故障是发动机常见故障，影响喷油器喷油量的因素有多个，所以即使喷油驱动器的波 形接地时间不正确，即喷油量异常，也不能明确故障原因。由于发动机喷油量以空气流量传 感器作主要控制，同时，还受蓄电池电压的影响，所以融合这二种信号信息，共同诊断发动 机喷油量异常的故障。
发明内容
本发明可以解决的问题是，克服背景技术的不足，应用汽车电子控制技术、神经网 络技术、模糊数学，应用BP神经网络对发动机喷油量异常故障进行诊断。
本发明解决技术问题所采用的技术方案是一种基于信息融合的发动机喷油量异 常故障诊断方法，由数据采集系统、模糊处理系统、神经网络系统组成，主要是采集翼板式 空气流量传感器、12V铅蓄电池信号。数据采集系统采集并融合发动机的空气流量传感器 信号波形特征、蓄电池电压波形特征，这些特征值被引入到模糊处理系统；模糊处理系统完 成对特征值的模糊化处理，数值范围为
，这些模糊化的数据作为神经网络系统的输入 值；神经网络系统设计为多输入多输出结构的BP神经网络，输入层为被模糊化的波形特征 值，输出层为诊断的故障。本发明的优点是融合汽车多个元件的信息，通过元件之间的相互 关联，提高发动机喷油量异常故障的诊断准确性，为汽车维修企业提供技术帮助。本发明可 以广泛地应用于各类汽车故障诊断中。
具体实施例方式
下面对本发明的具体实施方式
作进一步详细地描述。
该方法由数据采集系统、模糊处理系统、神经网络系统组成，应用被模糊化的空气 流量传感器信号的波形特征值、蓄电池电压信号的波形特征值作为神经网络系统的输入 值，利用多输入多输出结构的BP神经网络完成发动机喷油量异常的故障诊断。数据采集 系统负责采集空气流量传感器信号的波形特征值、蓄电池电压信号的波形特征值。空气流 量传感器提取的信号特征为6个，分别是节气门关闭时电压、节气门全开时电压、在节气门关-开过程中，波形是否连续变化、波形最低电压、波形最高电压、波形是否光滑。蓄电池电 压提取的信号特征为5个，分别是起动时最低电压、静态电压、维持起动电压、30秒钟后电 压、发动机怠速运转电压。这些波形特征值被引用到模糊处理系统；模糊处理系统应用模糊 数学对空气流量传感器、蓄电池电压两种信号的波形特征值进行预处理，使各特征值数值 分布在
范围内，这些数据应用到神经网络系统中；神经网络系统，建立多输入多输出 的BP神经网络结构，输入层单元数为11、隐层单元数为8、输出层单元数为7。神经网络的 输入层为从模糊处理系统获得的波形特征值，神经网络输出层为诊断得出的发动机喷油量 异常的故障种类，即神经网络输出层单元，包括蓄电池损坏、蓄电池亏电、起动机故障、发电 机故障、线路故障、空气流量传感器损坏、喷油器积碳。
权利要求
1.一种基于信息融合的发动机喷油量异常故障诊断方法，由数据采集系统、模糊处理系统、神经网络系统组成，其特征是融合空气流量传感器信号波形特征、蓄电池电压波形特征，利用多输入多输出结构的BP神经网络完成发动机喷油量异常的故障诊断。
2.按照权利要求1所述的基于信息融合的发动机喷油量异常故障诊断方法，其特征是模糊处理系统应用模糊数学对空气流量传感器、蓄电池电压，两种信号的波形特征值进行预处理，使各特征值数值分布在
范围内。
3.按照权利要求1所述的基于信息融合的发动机喷油量异常故障诊断方法，其特征是神经网络系统结构的输入层为空气流量传感器、蓄电池电压两种信号波形的特征值，共11 个，输出层为诊断的故障类型，共7个。
4.根据权利要求3所述的神经网络系统，其特征是空气流量传感器提取的信号特征为 6个，分别是节气门关闭时电压、节气门全开时电压、在节气门关-开过程中，波形是否连续变化、波形最低电压、波形最高电压、波形是否光滑。
5.根据权利要求3所述的神经网络系统，其特征是蓄电池电压提取的信号特征为5个， 分别是起动时最低电压、静态电压、维持起动电压、30秒钟后电压、发动机怠速运转电压。
6.根据权利要求3所述的神经网络系统，其特征是输出层为诊断的故障种类，包括蓄电池损坏、蓄电池亏电、起动机故障、发电机故障、线路故障、空气流量传感器损坏、喷油器积碳。
全文摘要
一种基于信息融合的发动机喷油量异常故障诊断方法，由数据采集系统、模糊处理系统、神经网络系统组成。数据采集系统采集并融合发动机的空气流量传感器信号波形特征、蓄电池电压波形特征，这些特征被引入到模糊处理系统；模糊处理系统对这些特征进行模糊化，使其特征值分布在
范围，这些数值被应用到神经网络系统中；神经网络系统为多输入多输出结构的BP神经网络，输入层为被模糊化的波形特征值，输出层为诊断的故障。本发明的优点是融合汽车多个元件的信息，通过元件之间的相互关联，提高发动机喷油量异常故障的诊断准确性，为汽车维修企业提供技术帮助。本发明可以广泛地应用于各类汽车故障诊断中。
文档编号G01M15/00GK102998121SQ20121054827
公开日2013年3月27日 申请日期2012年12月17日 优先权日2012年12月17日
发明者董恩国, 张蕾, 关志伟, 周海松, 包丕利 申请人:天津职业技术师范大学