故障诊断模型训练方法、诊断方法、容错控制方法及装置制造方法及图纸

技术编号:42506543 阅读:15 留言:0更新日期:2024-08-22 14:21
本申请涉及故障诊断技术领域,特别涉及一种故障诊断模型训练方法、诊断方法、容错控制方法及装置,其中,方法包括:获取氢燃料发动机在多种燃料工况下的历史燃烧数据集;提取历史燃烧数据集中每种燃料工况下历史燃烧数据的降维数据特征,根据每种燃料工况下的降维数据特征生成降维数据特征集;以氢燃料发动机的燃烧工况为数据集标签,根据历史燃烧数据集和降维数据特征集生成训练数据集,利用训练数据集训练故障诊断模型。由此,解决了氢燃料发动机在乘用车应用中续驶里程不足、燃烧稳定性差,且缺乏针对异常燃烧的故障诊断与容错控制机制等问题。

【技术实现步骤摘要】

本申请涉及故障诊断,特别涉及一种故障诊断模型训练方法、诊断方法、容错控制方法及装置


技术介绍

1、随着环境和能源问题加剧,氢燃料因其零碳特性和高效燃烧效率成为理想替代品。然而,氢燃料发动机在乘用车领域面临续驶里程不足的挑战。通过引入混合动力构型,不仅提升了续驶里程,还保持了零碳排放的特性,为氢燃料发动机在乘用车领域的应用提供了可能。

2、然而,氢燃料发动机在运行中易遭遇早燃、回火等燃烧故障,对车辆性能产生严重影响。特别是氢燃料发动机因其较低的着火能量和宽广的着火界限,使得在特殊工况下异常燃烧的风险显著增加。


技术实现思路

1、本申请提供一种故障诊断模型训练方法、诊断方法、容错控制方法及装置,以解决氢燃料发动机在乘用车应用中续驶里程不足、燃烧稳定性差,且缺乏针对异常燃烧的故障诊断与容错控制机制等问题。

2、本申请第一方面实施例提供一种故障诊断模型训练方法,包括以下步骤:获取氢燃料发动机在多种燃料工况下的历史燃烧数据集;提取所述历史燃烧数据集中每种燃料工况下历史燃烧数据的降维数据特征,根本文档来自技高网...

【技术保护点】

1.一种故障诊断模型训练方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的故障诊断模型训练方法,其特征在于,所述历史燃烧数据包括排气温度、气缸压力和排气中氢气浓度的至少一个,所述燃烧工况包括正常工作工况、早燃工况、回火工况和爆震工况的至少一种。

3.根据权利要求1所述的故障诊断模型训练方法,其特征在于,所述降维数据特征为:

4.根据权利要求1所述的故障诊断模型训练方法,其特征在于,在提取所述历史燃烧数据集中每种燃料工况下历史燃烧数据的降维数据特征之前,还包括:

5.一种异常燃烧故障诊断方法,其特征在于,包括以下步骤:

6...

【技术特征摘要】

1.一种故障诊断模型训练方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的故障诊断模型训练方法,其特征在于,所述历史燃烧数据包括排气温度、气缸压力和排气中氢气浓度的至少一个,所述燃烧工况包括正常工作工况、早燃工况、回火工况和爆震工况的至少一种。

3.根据权利要求1所述的故障诊断模型训练方法,其特征在于,所述降维数据特征为:

4.根据权利要求1所述的故障诊断模型训练方法,其特征在于,在提取所述历史燃烧数据集中每种燃料工况下历史燃烧数据的降维数据特征之前,还包括:

5.一种异常燃烧故障诊断...

【专利技术属性】
技术研发人员:刘凡硕王占峰曲函师钱丁超马赫阳
申请(专利权)人:中国第一汽车股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1