基于数据融合的汽车柴油发动机故障诊断技术研究

基于数据融合的汽车柴油发动机故障诊断技术研究

ID:33186142

大小:2.90 MB

页数:54页

时间:2019-02-21

基于数据融合的汽车柴油发动机故障诊断技术研究_第1页
基于数据融合的汽车柴油发动机故障诊断技术研究_第2页
基于数据融合的汽车柴油发动机故障诊断技术研究_第3页
基于数据融合的汽车柴油发动机故障诊断技术研究_第4页
基于数据融合的汽车柴油发动机故障诊断技术研究_第5页
资源描述:

《基于数据融合的汽车柴油发动机故障诊断技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、江南大学硕士学位论文基于数据融合的汽车柴油发动机故障诊断技术研究姓名:殷明申请学位级别:硕士专业:控制工程指导教师:彭力;唐建荣20090601摘要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

2、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

3、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。关键词:数据融合;汽车柴油发动机;故障诊断:自适应加权数据融合;灰色优势分析;D—S证据理论AbstractThedieselengineisanimportantpartofthedieselvehicles.Itisthecenterofthewholedieselvehiclesystem.Thereliablerunningofengineisimportanttothesafetyofvehicles.Ittakesresponsibility

4、ofprovidingcontinuousandreliablefuelforequipmentofvehicles.Inordertorealizethereliablecontr01andsafeoperation.thethesishasdesignedadieselengine’sfaultdiagnosissystembasedondatafusion,whichCanincreasethereliabilityandsafetyoftheshippowerstation.Usingdatafusiontofaultdiag

5、nosisisSOlately,butitCanmakefulluseofmulti—sensor'sinformationresourceandimprovethecorrectpossibilityoffaultdiagnosisthroughincreasingthedetectivedimensions.Inaddition,itstillCangivethecorrectdecisionatthecriticalstate.Thisthesisusesdatafusiontodieselengines’faultdiagno

6、sis.Thisworkputforwardthreedifferentdatafusionarithmeticinthreedifferentlevelsoffaultdiagnosis.Itfusestheinformationthatcomesfromdifferentsensor,realizestheaptitudecontrollingofvehicledieselengineandimprovesthereliabilityandsafetyofvehicledieselengine.1)Buildingfault—sa

7、mplebyfaulttheoryofshippowerstation.2)Putingforwarddatafusiondiagnosissystembasedonframe,contentandhierarchyoffusion.3)Thisthesisusesadaptiveweighteddatafusionindetectionlevel、improvedgreysuperioranalysisbasedonadaptiveweighteddatafusioninfeaturelevel、D—Sevidencetheoryi

8、ndecisionlevel.Thisthesissimulatesmoreonehundredofstudymodels.Theresultindicatesthatdatafusiondiagnosissystemc

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。