【技术实现步骤摘要】
本专利技术涉及汽车失效检测
,具体涉及一种汽车发动机的失效检测方法。
技术介绍
发动机是汽车的心脏,它产生的故障占全车的比例最高,单位里程每车的配件消耗、保修工时消耗,发动机也是占首位。若发动机出现失效而未能及时发现和排除,结果不仅导致发动机本身损坏,甚至可能造成车毁人亡的严重后果。因此,用较短的时间和较低的维修成本,对发动机停止工作或不正常工作及时做出准确判断,找出失效原因和排除方法,能大大减少维修的盲目性,它对提高汽车的动力性、经济性、可靠性和安全性具有重要的意义。用来评价发动机的主要技术性能标准有:怠速运转良好、加速性能良好、功率达到设计要求、燃料消耗低等。发动机失效多由一个或两个以上失效点构成,在排除失效时,要结合上述几个主要技术性能标准,找出直接或间接影响发动机正常工作的原因。目前发动机的失效检测有如下几种方法:(1)传统的经验法。第一就是听启动的声音。在汽车启动的过程中,通常会有一声发动机启动声音,这个声音出现异常的时候,那么汽车的发动机就很有可能是出现了问题。第二,当汽车发动机无法正常启动的时候,打开前端盖子,进行观察,当汽车发动机出现炙热甚至出现蒸汽状态时,说明汽车发动机出现故障。有些驾驶员的驾龄比较长,他们凭经验判断和发现故障。(2)解析模型诊断法。解析模型诊断法必须建立在对汽车发动机的数学模型的了解基础之上才能使用。该方法可以对收集的汽车发动机数据信息并采用特定的方法进行分析处理。能够较为准确、快速地了解汽车发动机潜在的故障。但是这种方法也存在缺点,维修人员难以获取系统模式,并且在建立数学模型时难免会存在各种误差和受噪音的干扰。 ...
【技术保护点】
一种汽车发动机的失效检测方法,其特征在于,包括以下步骤:(1)确定发动机失效特征参数集、失效类型集,所述失效特征参数集中包含多个失效特征参数,所述失效类型集中包含多个失效类型;(2)根据失效特征参数集和失效类型集,建立基于核函数的结构风险最小化机器学习模型;(3)利用样本集,训练并优化基于核函数的结构风险最小化机器学习模型;(4)检测发动机的多个失效特征参数,将多个失效特征参数作为失效检测的数据源;(5)将所述数据源输入到基于核函数的结构风险最小化机器学习模型中,得出失效检测结果。
【技术特征摘要】
1.一种汽车发动机的失效检测方法,其特征在于,包括以下步骤:(1)确定发动机失效特征参数集、失效类型集,所述失效特征参数集中包含多个失效特征参数,所述失效类型集中包含多个失效类型;(2)根据失效特征参数集和失效类型集,建立基于核函数的结构风险最小化机器学习模型;(3)利用样本集,训练并优化基于核函数的结构风险最小化机器学习模型;(4)检测发动机的多个失效特征参数,将多个失效特征参数作为失效检测的数据源;(5)将所述数据源输入到基于核函数的结构风险最小化机器学习模型中,得出失效检测结果。2.根据权利要求1所述的一种汽车发动机的失效检测方法,其特征在于:步骤(1)所述失效特征参数集包括汽车发动机的温度、主继电器控制端的电压、转速传感器的阻值、振动频率、噪声强度和油门踏板接插件端子电压;所述失效类型集包括缺油,ECU烧毁,输油泵损坏或失灵,进气温度传感器损坏,油门参考信号线松脱,单体泵磨损严重,油路进气,增压压力过小,单体泵电磁阀...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。