基于支持向量机技术的汽车发动机故障诊断

利用信号传感器进行汽车发动机多重故障分析和诊断。故障诊断对汽车的安全性和可靠性都是非常重要的。故障诊断领域中很重要的一个课题就是对故障根本原因的诊断。提出利用信号传感器进行发动机多重故障诊断这一创新技术，并尝试利用这一技术对发动机空气滤清器故障、火花塞故障和润滑油故障进行诊断。首先利用人工神经网络技术对单个故障机型详细分析；然后对3个故障进行混合，同时对3个诊断精度进行比较说明；最后选出最优人工神经网络系统。

介绍了3个故障原因，并对人工神经网络类型进行说明，包括MLP、GFF、MNN、JEN、PCA、RBF、 SOFM，TLRN、RN、SVM（支持向量机）人工神经网络。随后，对试验设备进行简单介绍，包括气缸、活塞、燃烧室、进/排气孔、曲轴、连杆等。试验设备如图1所示。

给出了所有神经网络在独立故障和混合故障下的性能图（图2、图3）。

通过比较可以看出，在所有人工神经网络模型中，SVM的模型性能表现得最好，还给出了其模型的详细试验结果，证明了SVM在发动机故障诊断中可以作为做好的分类器进行使用。

刊名：Journal of Electronic Electrical Engineering（英）

刊期：2013年第2期

作者：Yusuf aya et al

编译：孙浩