汽車發(fā)動機(jī)點(diǎn)火系統(tǒng)的故障診斷方法研究.pdf

1、隨著汽車電子信息技術(shù)的迅猛發(fā)展，現(xiàn)代汽車的結(jié)構(gòu)日益復(fù)雜，科技含量不斷增加?，F(xiàn)代汽車的故障診斷工作顯得非常迫切。發(fā)動機(jī)的故障診斷和維修在汽車修理中占有極為重要的地位。統(tǒng)計(jì)數(shù)字表明，45％左右的發(fā)動機(jī)故障發(fā)生在點(diǎn)火系統(tǒng)，可見，點(diǎn)火系統(tǒng)工作質(zhì)量的好壞直接影響到發(fā)動機(jī)的技術(shù)狀況，其故障診斷具有重要意義。
　　 首先，本文在查閱大量文獻(xiàn)的基礎(chǔ)上，分析歸納了電子點(diǎn)火系統(tǒng)的常見故障和常用診斷方法。目前常用的方法有數(shù)字萬用表和汽車點(diǎn)火示波器和人

2、工智能。比較了各自的優(yōu)缺點(diǎn)之后，本文采用基于GA-BP故障診斷模型的智能方法。該方法以次級點(diǎn)火電壓波形為出發(fā)點(diǎn)，一旦點(diǎn)火系統(tǒng)出現(xiàn)故障，次級點(diǎn)火電壓波形會產(chǎn)生變化，變化區(qū)域能夠反映相應(yīng)的故障信息。對次級點(diǎn)火電壓波形進(jìn)行深入分析并提取出反映波形變化的關(guān)鍵參數(shù)，作為GA-BP故障診斷模型的輸入，根據(jù)對應(yīng)關(guān)系，輸出則為故障信息。
　　 其次，對GA-BP故障診斷模型進(jìn)行建模。該模型包括數(shù)據(jù)采集、數(shù)據(jù)處理、BP神經(jīng)網(wǎng)路、遺傳算法(GA算法

3、)、故障結(jié)論5大部分。汽車點(diǎn)火示波器作為采集模塊，采集故障波形數(shù)據(jù)；數(shù)據(jù)處理模塊對這些數(shù)據(jù)做歸一化預(yù)處理；BP神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識別，得出故障結(jié)論。
　　 由于BP神經(jīng)網(wǎng)絡(luò)自身結(jié)構(gòu)存在不足，一旦初始參數(shù)選取不當(dāng)，會導(dǎo)致網(wǎng)絡(luò)振蕩，輸出誤差變大，且診斷時(shí)所需時(shí)間較長。本文采用遺傳算法(GA算法)來解決這一問題。通過GA算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)初始參數(shù)，以減小誤差，提高診斷效率。
　　 最后，對GA-BP故障診斷模型進(jìn)行MATLAB