柴油机低温起动工况的传感器在线诊断

Zhendong Ceshi Yu Zhenduan/Journal of Vibration, Measurement and Diagnosis（2010）

引用 6|浏览1

暂无评分

摘要

应用径向基函数网络(RBFNN)和正交最小二乘算法(OLS),提出了一套针对柴油机低温起动的传感器在线故障诊断策略.以传感器采样值作为RBFNN的输入,传感器故障作为输出,进行了柴油机低温起动的传感器在线故障诊断训练与学习.利用RBFNN诊断策略,进行了柴油机低温起动的电流传感器、电压传感器和转速传感器的硬故障(短路、断路、值不变)和软故障(线性度、灵敏度、重复性等误差)的在线诊断试验.结果表明:传感器硬故障的诊断率达到95.6%;最大线性度误差为0.5%,最大灵敏度误差为0.8%,最大重复性误差为0.1%,满足国Ⅳ排放的OBD管理标准.

查看译文

关键词

Cold start,Diesel engine,Neural network,On-line diagnosis,Sensor

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要