声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
该杂志刊期列表
- 2025年
- 1期
国内刊号：12-1466/TH
国际刊号：1001-2222
发布日期:
作者：刘洋，潘金冲，张云龙，帅石金
单位：(清华大学汽车安全与节能国家重点实验室，北京100084)
关键词：三效催化器；神经网络；老化；故障诊断
随着汽油车后处理系统复杂程度的提高，三效催化器的故障诊断需要解决建模难度大、标定成本高等问题。结合神经网络在处理非线性问题上的优势，提出一种基于神经网络的汽油车三效催化器老化诊断算法。算法以三效催化器的老化机理为基础，采集催化器前后氧传感器信号作为特征输入，结合不同故障进行编码，构成网络训练和测试所需的数据集；分别应用反向传播神经网络（Back Propagation Neural Network，BPNN）和深度置信网络（Deep Belief Network，DBN）的模型架构，对训练过程各参数进行调优，并对诊断结果进行测试。试验结果表明：基于神经网络的诊断算法建模简便，具有较高的诊断精度和泛化能力;诊断架构上，DBN相对于BPNN简化了特征提取过程，拥有更高的诊断精度。
来源：2019年第1期
《车用发动机》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。