基于SOM神经网络的氢燃料发动机故障诊断系统及其方法技术方案

本发明专利技术属于氢燃料发动机维护技术领域，特别涉及一种基于SOM神经网络的氢燃料发动机故障诊断系统及其方法，该方法包含：搜集包含氢燃料发动机各个工况故障数据的故障学习样本；将故障学习样本作为训练数据，传输至SOM神经网络进行训练学习，训练输入数据的分布特征和拓扑结构，训练输出结果作为判定故障类型的标定数据；将监控模块接收到的各工况参数数据作为测试数据，传输至SOM神经网络进行测试，根据标定数据并利用欧式距离判定测试输出结果的氢燃料发动机故障类型。本发明专利技术通过利用SOM神经网络自组织、自适应地改变网络参数与结构来有效准确的诊断氢燃料发动机故障类型，便于后期进行及时维护，保证氢燃料发动机设备的可靠性，大大延长其使用寿命。

Fault diagnosis system of hydrogen fuel engine based on SOM neural network and its method

The invention belongs to the technical field of hydrogen fuel engine maintenance, in particular relates to a hydrogen fuel engine fault diagnosis system based on SOM neural network and a method thereof. The method comprises: collecting fault learning samples containing fault data of various working conditions of hydrogen fuel engine; transferring the fault learning samples as training data to SOM. Neural network is trained to train the distribution characteristics and topological structure of the input data, and the training output is used as the calibration data to determine the fault type. The monitoring module receives the parameters of each working condition as the test data, which is transmitted to the SOM neural network for testing, according to the calibration data and judged by Euclidean distance. The fault type of hydrogen fuel engine is tested. The invention can effectively and accurately diagnose the fault type of hydrogen fuel engine by self-organizing and self-adaptively changing the network parameters and structure by using SOM neural network, which is convenient for timely maintenance in the later period, guarantees the reliability of hydrogen fuel engine equipment, and greatly prolongs its service life.

【技术实现步骤摘要】
基于SOM神经网络的氢燃料发动机故障诊断系统及其方法
本专利技术属于氢燃料发动机维护
，特别涉及一种基于SOM神经网络的氢燃料发动机故障诊断系统及其方法，结合SOM神经网络在氢燃料发动机运行过程中进行故障诊断，保障氢燃料发动机设备的可靠性。
技术介绍
科技进步的直接结果就是经济的提高，而经济发展又推动了整个汽车行业的大步向前，近年来汽车保有量急剧增多，根据中华人民共和国统计局官网最新统计的数据[1]显示，截止2015年中国的民用汽车拥有量已经达到了16284.45万辆，同比增长了12％，而这一趋势造成的直接后果便是环境的污染。毋庸置疑，汽车的出现使人们的生活截然不同，但是该便利是以消耗能源以及污染环境为代价的，世界石油资源频临告竭，环境污染也日趋严重，人们的日常出行受到了严重的威胁，因此探索新的能源刻不容缓。氢能源作为新世纪最有潜力的能源，以其洁净，永久可再生性受到了全球各界的关注，并有望成为21世界汽车代用燃料的主角。氢作为燃料用于车用发动机时，该技术相对成熟且成本较低，相比于其他类型的发动机有着明显的优点，博得了各界人士的关注。氢能源作为唯一的一种不含碳元素的燃料，不仅在运本文档来自技高网...

【技术保护点】
1.一种基于SOM神经网络的氢燃料发动机故障诊断系统，其特征在于，包含：控制模块，及与控制模块连接的信号采集模块、执行模块及电源模块，其中，信号采集模块，用于采集氢燃料发动机工况参数数据，并将工况参数数据传输至控制模块；执行模块，用于根据控制模块发送的每个工况命令，执行机构中各个执行部件根据工况命令进行运行，并将运行参数数据反馈至控制模块；控制模块，包含CPU模块及监控模块，CPU模块用于根据信号采集模块及执行模块传输的各个工况参数数据进行数据处理分析，监控模块用于根据CPU模块的数据处理分析结果通过SOM神经网络进行训练学习并判断氢燃料发动机故障类型；电源模块，用于为控制模块、信号采集模块及...

【技术特征摘要】
1.一种基于SOM神经网络的氢燃料发动机故障诊断系统，其特征在于，包含：控制模块，及与控制模块连接的信号采集模块、执行模块及电源模块，其中，信号采集模块，用于采集氢燃料发动机工况参数数据，并将工况参数数据传输至控制模块；执行模块，用于根据控制模块发送的每个工况命令，执行机构中各个执行部件根据工况命令进行运行，并将运行参数数据反馈至控制模块；控制模块，包含CPU模块及监控模块，CPU模块用于根据信号采集模块及执行模块传输的各个工况参数数据进行数据处理分析，监控模块用于根据CPU模块的数据处理分析结果通过SOM神经网络进行训练学习并判断氢燃料发动机故障类型；电源模块，用于为控制模块、信号采集模块及执行模块提供电能。2.根据权利要求1所述的基于SOM神经网络的氢燃料发动机故障诊断系统，其特征在于，所述的监控模块包含：网络建立单元，数据学习单元和数据测试单元，其中，网络建立单元，建立包含用于接收氢燃料发动机各工况参数数据的输入层和用于输出氢燃料发动机故障类型的输出层的双层SOM神经网络；数据学习单元，用于将预先收集的包含有故障样本的工况参数数据作为训练数据，输入至双层SOM神经网络进行网络模型的训练学习，其中，故障样本包含预先收集的各个工况下故障参数数据；数据测试单元，用于将控制模块接收到的各个工况参数数据作为测试数据，输入至训练后的双层SOM神经网络进行测试，并记录氢燃料发机动故障类型。3.根据权利要求1或2所述的基于SOM神经网络的氢燃料发动机故障诊断系统，其特征在于，信号采集模块包含：分别用于采集空气流量信号、进气管压力信号、节气门开度信号、气缸压力信号、爆燃信号、冷却水温信号、氢气流量信号、氢气压力信号、曲轴相位/转速信号、回火检测信号及凸轮轴相位信号的各类型传感器。4.根据权利要求1或2所述的基于SOM神经网络的氢燃料发动机故障诊断系统，其特征在于，执行模块包含：喷氢执行机构、点火执行机构、怠速执行机构、故障指示、发动机保护机构及制动开关。5.根据权利要求1所述的基于SOM神经网络的氢燃料发动机故障诊断系统，其特征在于，所述的监控模块通过数据接口电路与CPU模块相通讯连接。6.一种基于SOM神经网络的氢燃料发动机故...

【专利技术属性】
技术研发人员：王丽君，党金金，赵亚楠，杨振中，
申请(专利权)人：华北水利水电大学，
类型：发明
国别省市：河南,41