安治文

摘要 ：汽油机所表现出来的症状，如冷却水过高，汽油机加速不良，传感器读数异常等，这些故障现象都是界限不明确的模糊集合。用传统的以布尔代数为基础的二值逻辑方法去处理此类的故障诊断问题，显然是不太合理的，因为它的描述只能是近似而粗糙的。要更深刻地反映事物的本质，必须引入模糊逻辑，本文采用相应模糊集的隶属函数来描述这些故障现象和故障原因存在的程度，同时通过建立符合汽车故障的模糊神经并加以训练使其误差满足要求，最后利用训练好的模糊神经诊断系统进行故障诊断。

关键词：电控汽油机;诊断方法;发展趋势

1模糊逻辑与神经网络结合的必要性

基于模糊理论的模糊逻辑系统与人工神经网络相比，既有共同之处，又各有其特点。首先，它们都是用于解决非线性系统的信息处理、控制。决策、故障诊断等问题所使用的方法，二者都采用数值方法建立输入与输出之间的非线性映射关系，因此，不需要建立数学模型。其次，模糊系统和神经网络都能从不同的角度增强信息处理能力，因而在人工智能领域起着重要作用。

模糊逻辑是模仿人腦的逻辑思维能力，具有较强的结构性知识表示能力;而神经网络是模仿人脑的结构来映射输入特征与输出结论的非线性关系，具有强大的学习能力和数据直接处理能力。但是传统的神经网络不适于表示基于规则的知识，在应用于故障诊断时常常产生误诊的现象，特别是当前输入信息不精确或不确定。……