刘 将(安徽蚌埠汽车士官学校, 安徽 蚌埠 233011)
基于信息融合技术的汽车故障模式识别系统
刘 将
(安徽蚌埠汽车士官学校, 安徽 蚌埠 233011)
运用集成神经网络和信息融合技术,提出汽车故障模式识别系统的逻辑结构,分析系统各个模块的技术实现途径,并以发动机磨损故障为例,详细论述系统的构架和实现过程。研究表明,基于信息融合的汽车故障模式识别系统能够使多种故障识别信息互相补充和验证,具有广阔的应用范围和准确的故障识别率。
汽车故障; 模式识别; 信息融合; 集成神经网络
信息融合技术在智能机器人、计算机视觉和多目标跟踪等领域获得广泛应用[1-3]。故障模式识别就是一个多源信息的融合过程,因此,信息融合技术在汽车故障模式识别领域中具有广阔的应用前景。
信息融合有多种途径,神经网络是其中之一[4-5]。本文从信息融合的角度出发,运用集成神经网络,融合各类汽车故障信息,建立汽车故障模式识别系统。系统构架是首先划分不同属性故障特征信息,分别运用多个子神经网络,从不同的侧面进行故障模式识别。每个子网络输出是从不同侧面映射的汽车故障模式识别结果,属于局部决策。然后,把各个子神经网络输出的局部决策进行融合,得到全局决策。这样有利于减少故障模式识别的不确定性,提高确诊率。
单个神经网络经过训练和学习,融合各类故障特征信息,以网络权值和阀值记住故障特征,当输入新的故障特征信号时,神经网络通过联想回忆就能够逼近最类似故障,实现故障征兆集到故障模式集的非线性映射,完成多类故障的模式识别。……