基于CAN总线的发动机PSA故障诊断系统
来源期刊:东北大学学报(自然科学版)2008年第2期
论文作者:刘应吉 张天侠 闻邦椿 杨京锋
文章页码:254 - 518
关键词:故障诊断;CAN总线;主成分分析;减法聚类;自适应神经模糊推理系统;
摘 要:针对传统发动机故障诊断方式存在故障事后检修及查询困难等问题,提出一种基于CAN总线的发动机在线故障诊断系统模型.以CAN总线实时采集的发动机控制单元各传感器状态数据为诊断样本,利用主成分分析(PCA)实现输入变量降维和去相关;采用减法(subtractive)聚类算法完成模糊推理过程;应用自适应神经模糊推理系统(ANFIS)建立起PSA(PCA-subtractive-ANFIS)故障诊断模型.研究表明PSA故障诊断模型是有效的.仿真结果表明,其拟合能力、收敛速度及抗噪能力均优于PCA-BP网络模型.
刘应吉,张天侠,闻邦椿,杨京锋
摘 要:针对传统发动机故障诊断方式存在故障事后检修及查询困难等问题,提出一种基于CAN总线的发动机在线故障诊断系统模型.以CAN总线实时采集的发动机控制单元各传感器状态数据为诊断样本,利用主成分分析(PCA)实现输入变量降维和去相关;采用减法(subtractive)聚类算法完成模糊推理过程;应用自适应神经模糊推理系统(ANFIS)建立起PSA(PCA-subtractive-ANFIS)故障诊断模型.研究表明PSA故障诊断模型是有效的.仿真结果表明,其拟合能力、收敛速度及抗噪能力均优于PCA-BP网络模型.
关键词:故障诊断;CAN总线;主成分分析;减法聚类;自适应神经模糊推理系统;