原文传递
基于数据融合的汽车柴油发动机故障诊断技术研究
| 论文题名： | 基于数据融合的汽车柴油发动机故障诊断技术研究 |
| 关键词： | 数据融合;汽车柴油机;故障诊断系统;自适应加权;D-S证据理论 |
| 摘要： | 发动机是汽车的重要组成部分，是整个汽车系统的核心，发动机的可靠运行对保证汽车安全具有重要意义。为了实现发动机可靠的运行和管理，本文设计了一个基于数据融合的发动机故障诊断系统，提高了发动机的可靠性和安全性。 数据融合技术在系统故障诊断中的应用刚刚起步，但是它能够充分利用多个传感器信息资源，通过增加测量维数来提高判决结果的置信度，并克服了在临界点附近容易误判的弊端。 本文将数据融合理论应用于汽车柴油机的故障诊断，在故障诊断的三个不同的层次提出三种不同的数据融合算法，对来自多个传感器的故障信息进行融合，实现对汽车柴油发动机的智能监控，有利于提高发动机运行的可靠性和安全性。 (1)通过分析柴油发动机的故障机理，形成故障学习样本集； (2)综合分析多信息融合技术的研究现状及发展，就一般结构、融合内容和融合层次等问题，提出融合诊断系统的概念； (3)在故障诊断中的检测层采用自适应加权数据融合，在特征层中采用了在自适应加权基础上改进的灰色优势分析，在决策层采用D-S证据理论数据融合算法，来提高故障诊断的可靠性和安全性； 本文对一百多种学习样本进行实证分析，结果证明该数据融合故障诊断系统在一定程度上提高了故障诊断的准确性。 |
| 作者： | 殷明 |
| 专业： | 控制工程 |
| 导师： | 彭力;唐建荣 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江南大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
