[发明专利]发动机失火诊断系统及其方法

权利要求书

1.一种发动机失火诊断系统，其特征在于，该系统包括：

信号采集单元，采集发动机排气管上的排气压力、尾气成分参数和转速参数；

处理器，连接信号采集单元，并接收信号采集单元的参数信息，使用RBF模型处理信号采集单元的参数数据；

显示器，连接处理器，显示处理器发送的信号，如果显示器接收到警示信号，会显示警示信号提醒驾驶员。

2.根据权利要求1所述的发动机失火诊断系统，其特征在于，所述信号采集单元包括压力传感器、红外单元和转速传感器，压力传感器测量排气管的排气压力，转速传感器测量发动机的转速，红外发单元发射的红外线经过发动机尾气后，根据红外单元中红外线的能量变化，分析尾气中的气体成分。

3.根据权利要求1所述的发动机失火诊断系统，其特征在于，所述处理器中设有数据库，RBF模型利用数据库中的数据进行机器训练。

4.根据权利要求1所述的发动机失火诊断系统，其特征在于，所述显示器是汽车内部的车载显示屏。

5.一种发动机失火诊断系统的方法，其特征在于，该方法步骤包括：

步骤一、建立数据库，对数据库中的数据和待测数据均进行归一化处理；

步骤二、建立RBF模型，利用数据库的数据对RBF模型进行训练，输出RBF模型系数；

步骤三、检测到的发动机待测参数输入RBF模型，得到诊断结果；

步骤四，诊断结果显示在显示器上并存储进数据库。

6.根据权利要求5所述的发动机失火诊断系统的方法，其特征在于，所述步骤一中的试验数据包括数据库中的已知数据和检测到的发动机参数。

7.根据权利要求5所述的发动机失火诊断系统的方法，其特征在于，所述步骤二中的RBF模型的建立包括三个部分：

RBF神经网络构建：隐层节点的“基”构成隐层空间，确定RBF的中心和映射关系；

RBF神经网络训练：以目标函数最小化为准则对隐层各个节点的中心点与偏差以及输出权值进行调整修正；

RBF神经网络识别： RBF神经网络模型输入测试数据。

8.根据权利要求5所述的发动机失火诊断系统的方法，其特征在于，所述步骤三中的发动机待测参数包括发动机排气管上的压力参数、发动机的转速参数和发动机尾气中的气体成分参数。