【技术实现步骤摘要】
本专利技术是，能通过神经网络技术诊断汽车传感器及其相关部件的故障。
包括汽车电子控制技术、神经网络技术、模糊数学坐寸O
技术介绍
汽车的每一个传感器都有自己标准的工作波形，当测试的波形与标准波形不同时，就是该元件或与之相关的部件发生了故障。因此，可以通过传感器波形特征诊断其故障。现阶段，对于传感器故障诊断的研究比较广泛，但是由于每项研究对于传感器波形提取的特征并不相同，所以能够诊断的故障种类并不相同。曲轴位置传感器是汽车发动机中最关键的传感器之一，直接影响到发动机的启动、运转工况，但是现阶段还没有应用神经网络技术对曲轴位置传感器故障进行诊断的实例。
技术实现思路
本专利技术可以解决的问题是，克服
技术介绍
的不足，应用汽车电子控制技术、神经网络技术、模糊数学，应用BP神经网络对曲轴位置传感器的故障进行诊断。本专利技术解决技术问题所采用的技术方案是，由数据采集系统、模糊处理系统、神经网络系统组成，主要对霍尔式和磁感应式曲轴位置传感器进行故障诊断。数据采集系统负责采集曲轴位置传感器电子信号的波形特征值；模糊处理系统完成对特征值的模糊化处理，数值范围为，这些模糊化的数据为神经网络系统的输入值；神经网络系统，为多输入多输出结构的BP神经网络，应用被模糊化的波形特征值，完成曲轴位置传感器的故障诊断。本专利技术的优点是可以快速、准确地诊断曲轴位置传感器的故障，为汽车维修企业提供技术帮助。本专利技术可以广泛地应用于各类汽车传感器的故障诊断中。具体实施例方式下面对本专利技术的具体实施方式作进一步详细地描述。该方法由数据采集系统、模糊处理系统、神经网络系统组成，应用被模糊化...
【技术保护点】
一种发动机曲轴位置传感器故障诊断方法，由数据采集系统、模糊处理系统、神经网络系统组成，其特征是应用被模糊化的曲轴位置传感器电子信号的波形特征值作为神经网络系统的输入值，利用多输入多输出结构的BP神经网络完成曲轴位置传感器的故障诊断。
【技术特征摘要】
1.一种发动机曲轴位置传感器故障诊断方法，由数据采集系统、模糊处理系统、神经网络系统组成，其特征是应用被模糊化的曲轴位置传感器电子信号的波形特征值作为神经网络系统的输入值，利用多输入多输出结构的BP神经网络完成曲轴位置传感器的故障诊断。2.按照权利要求1所述的发动机曲轴位置传感器故障诊断方法，其特征是模糊处理系统应用模糊数学对曲轴位置传感器电子信号的波形特征值进行预处理，使各特征值数值分布在范围内。3.按照权利要求1所述的发动机曲轴位置传感器故障诊断方法，其特征是神经网络系统结构的输入层为选择的波形特征值，输出层为诊断的故障类型。4.根据权利要求1所述的神经网络系统，其特征是磁感应式曲轴位置传感器网络结构是输入层单元数为8、隐层单元数为6、输出层单元数为8。5.根据权利要求1所述的神经网络系统，其特征是霍尔式曲轴位置传感器其网络结构是输入层单元数为7、隐层单元数为5、输出层单元数为4。6.根据...
【专利技术属性】
技术研发人员：张蕾，董恩国，邢艳云，石传龙，
申请(专利权)人：天津职业技术师范大学，
类型：发明
国别省市：
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。