试析电控汽油喷射系统的贝叶斯故障诊断

《试析电控汽油喷射系统的贝叶斯故障诊断》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、广西大学硕士学位论文电控汽油喷射系统的贝叶斯故障诊断姓名：王旭景申请学位级别：硕士专业：农业机械化工程指导教师：韦志康;黄大明20080628电控汽油喷射系统的贝叶斯故障诊断摘要通过介绍发动机故障自诊断系统的诊断原理及适用范围，指出了发动机自诊断系统和传统的故障诊断方法都已经不能满足电控汽油喷射系统故障诊断的要求。在此基础上介绍了贝叶斯网络的发展及应用，阐述了贝叶斯网络的拓扑结构和数学模型及贝叶斯网络的特点。通过把故障树与贝叶斯网络进行对比，说明了故障树到贝叶斯网络转化的可行性，并给出了转化算法。通过分析得出了电控汽油喷射系统发生故障时发动机出现的四种常见故障：发动机不能起动、发动机动力不足

2、、发动机怠速不良、发动机加速不良，并给出了这四种常见故障的故障树图。然后根据故障树到贝叶斯网络的转化算法，将故障树逐一进行了贝叶斯网络转化。根据实验室现有的试验设备和条件在哈飞赛马汽车上对电控发动机典型故障进行故障模拟试验。通过实验发现发动机的一些不明显故障是目前的发动机诊断仪不能诊断的，同时借助故障模拟试验数据确定了发动机怠速不良时电控汽油喷射系统贝叶斯网络故障诊断中各节点的先验概率值，然后通过贝叶斯网络找出了发动机怠速不良时电控汽油喷射系统各部件的故障发生概率。最后通过实验验证了用贝叶斯网络方法对电控汽油喷射系统进行故障诊断方便、快捷、直观且准确度高。关键词：汽油机电子控制燃油喷射系统贝

3、叶斯网络故障诊断BAYESIANFAULTDIAGNOSISONELECTRONICCONTROLLEDFUELINJECTIoNSYSTEMINAGASOLINEENGINEABSTRACTThispaperdescribesthediagnosedprincipleandapplicationoftheenginefaultself-diagnosissystem，andintroducesthattheengineself-diagnosissystemandthetraditionalfaultdiagnosismethodshavebeenunabletomeettherequir

4、ementsoftheelectronicallycontrolledgasolineinjectionsystemfaultdiagnosis．Basedonthis，ThispaperdescribesBayesiannetworksdevelopmentandapplication，andexpatiatesonthetopology，themathematicalmodelsandthecharacteristicsofBayesiannetworks．ThroughthefaulttreeandBayesiannetworkscompared，thispapershowsthefe

5、asibilityofthefaulttreetranslationintoBayesiannetworks，andgivesthetranslationalgorithm．Whentheelectronicallycontrolledgasolineinjectionsystemfault，thepaperanalyzesthefourcommonenginefault：enginenotstarting，enginelackingpower,engineidlingbad，andengineacceleratingbad，thengivestheirfaulttrees．Accordin

6、gtothetranslationalgorithmofthefaulttreetranslationintoBayesiannetworks，thefaulttreesaretranslatedintoBayesiannetworksoneby0ne．Accordingtocurrentequipmentinlaboratory，thefaultsimulationtestsoftypicalfaultshavebetestedontheelectronicallycontrolledengineonHafeiSaima．Theexperimentsfindthatanumberofeng

7、inefaultsarenotobviousandthesefaultscannotbediagnosedbytheexistinginstrumentsoftheenginediagnosis．Accordingtothefaultsimulationtests，thepriorprobabilitiesofthenodeswhatisneededbyBayesiannetworksfaultdiagnos