基于FNN-GA融合算法的喷油器在线诊断

作     者：胡明江 

作者机构：河南城建学院建筑环境与能源工程系平顶山467036 

出 版 物：《振动．测试与诊断》 (Journal of Vibration,Measurement & Diagnosis)

年 卷 期：2011年第31卷第4期

页      面：464-467,535页

核心收录：

学科分类：080703[工学-动力机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：河南省科技厅重点攻关计划资助项目(编号:112102210363) 河南省高等学校青年骨干教师资助项目(编号:2010GGJS-150) 河南省教育厅自然科学研究计划资助项目(编号:2008A470008 2010B470003) 

主　　题：柴油机 喷油器 模糊神经网络 遗传算法 在线诊断 

摘      要：依据喷油器开启信号波形的变化规律,探讨了柴油机喷油器故障的产生机理,提出了波形幅度、上升沿宽度和波形宽度等诊断指标。基于模糊推理逻辑和喷油器的工作机理,建立了模糊神经网络(fuzzy neural network,简称FNN)与遗传算法(genetic arithmetic,简称GA)相结合的柴油机喷油器故障诊断模型。以喷油器开启信号的特征参数为基准,建立了故障隶属度和故障类型,制定了柴油机喷油器故障诊断的模糊推理逻辑。运用FNN-GA融合算法,依据不同故障的喷油器开启信号对喷油器故障进行了诊断,对故障模式进行了判别,提出了柴油机喷油器故障的在线诊断策略,并进行喷油器电磁阀驱动电流的故障试验。结果表明,所设计的柴油机喷油器故障诊断模型合理,验证了诊断策略具有较好的分辨率,可用于喷油器故障在线诊断。