基于LMS算法及BP神经网络的汽车发动机故障诊断模型研究

解淑英

(烟台汽车工程职业学院 机电工程系，山东 烟台 265500)

0 引言

汽车已经成为人们日常生活中的必需品，为了降低事故发生概率，精准的汽车故障诊断势在必行，发动机作为动力输出结构,其运行状态直接影响整个系统的运行可靠性，发动机的故障诊断由于结构复杂、手段局限、结果精确度不高等因素影响具有很大的不确定性，本文深入剖析这一难题，从故障状态识别与故障分类定位2个方面进行深入研究，力求提升诊断效率以及预判结果的准确性。

1 汽车发动机故障诊断整体分析

1.1 发动机基本构造

发动机是将热能转化为机械能的复杂装置，在结构上主要以曲柄连杆机构为主，配合其他辅助性构造，协同完成能量转换，确保整个动能系统持续平稳工作。基本构造包括实现发动机的循环与能量转化的曲柄连杆、实现换气过程的配气机构、实现燃烧过程的燃料提供体系、润滑体系、冷却体系、点火系统、启动系统等。

1.2 典型故障

汽车发动机的故障原因有很多，有的是自身设计的结构或技术原因引起的，有的是操作不合理或者维修保养不当引起的，典型故障包括排气管冒烟、温度过高、启动困难、加速动力不足、机油压力指示异常、气孔堵塞、怠速低、出现异响等[1]。

1.3 故障诊断思路

汽车发动机故障诊断包括故障识别和故障定位2个步骤。首先通过线性判别函数，基于LMS算法构建识别模型，根据样本特征向量进行两分类求解，快速识别……