文献类型：期刊文章

作　　者：郝大鹏[1] 巴寅亮[1] 李春兰[2] 王书提[3] 加克.乌云才次克[4]

HAO Dapeng;BA Yinliang;LI Chunlan;WANG Shuti;JIAKE Wuyuncaicike(College of Traffic and Logistics Engineering,Xinjiang Agricultural University,Urumqi 830052,China;College of Mechanical Engineering,Xinjiang Agricultural University,Urumqi 830052,China;School of Electronic and Information Engineering,Beijing Jiaotong University,Beijing 100044,China;Xinjiang Vocational & Technical College of Communications,Urumqi 834000,China)

机构地区：[1]新疆农业大学交通与物流工程学院,新疆乌鲁木齐830052 [2]新疆农业大学机电工程学院,新疆乌鲁木齐830052 [3]北京交通大学电子信息工程学院,北京100044 [4]新疆交通职业技术学院,新疆乌鲁木齐834000

出　　处：《现代电子技术》

基　　金：国家自然科学基金(51467021)~~

年　　份：2019

卷　　号：42

期　　号：5

起止页码：145-148

语　　种：中文

收录情况：BDHX、BDHX2017、IC、RCCSE、ZGKJHX、核心刊

摘　　要：汽车尾气不仅对大气环境污染越来越严重,而且其排放成分浓度直接反映车辆运行工况,因此通过分析尾气成分浓度,利用PNN网络对尾气进行分析从而诊断发动机故障,可初步判断发动机故障所在。PNN网络结合径向神经网络和概率密度的优点,特别适合模式分类识别。文中以北京现代伊兰特为例,利用尾气分析仪采集汽车尾气CO,CO2,HC,O2和NOx的数据,运用PNN神经网络建立故障诊断模型,并对其进行验证。诊断及验证结果完全正确,表明PNN网络具有较高的准确率和使用价值。

关 键 词：尾气分析 PNN神经网络  故障诊断 发动机 浓度  电控系统

分 类 号：TN98.34]