基于Elman神经网络的汽车发动机故障诊断及其实现

在分析了Elman网络特点的基础上,笔者提出了基于Elman神经网络的汽车发动机故障诊断模型,并建立了以发动机排放的废气成分与发动机失火程度故障之间关系为训练样本的发动机性能故障识别和诊断模型,并通过实例验证了模型的正确性。研究过程中测取无失火(正常工作状态)、轻度失火和严重失火3种状态下无负荷时不同转速工况下的废气排放量作为样本,同时建立了基于Elman神经网络的3种故障模式,即样本集有3种状态:正常状态、较轻失火程度和严重失火程度。随机抽取的三次样本训练及诊断的误差分别为0.0054、0.0125、0.0616。验证结果与实际的故障模式对比结果显示基于Elman网络的发动机故障诊断正确判断率为100%。