[发明专利]发动机失火诊断系统及其方法

说明书

技术领域

本发明涉及发动机检测诊断领域，具体涉及一种发动机失火诊断系统及其方法。

背景技术

汽油发动机在运转时，由于没有发火、混合气过浓或过稀、压缩压力低或其他原因，导致吸入气缸内的混合气不能燃烧，被称为失火。发动机失火不仅会使有害气体排放增加，并且持续失火会导致催化剂温度大幅升高，从而严重的热老化对催化剂造成损害。所以准确的失火检测和及时的故障处理对于减少发动机的有害排放、提高发动机的寿命具有实用价值。

在传统技术中虽然根据发动机的工作状态计算诊断数据和设定阈值进行比较，但仍然存在下述问题:当由于失火之外的原因导致转速发生变化时，会错误的判断发生了失火。如果发生误判断，除了会给用户造成不必要的经济负担外，汽车生产商也会承受非常大的损失。目前发动机失火检测采用的曲轴转速波动法，其信号处理过程比较复杂，并且当路而状况不佳时，容易出现误判。

发明内容

为了克服现有技术中发动机技术中失火判断时易出现误判情况的问题，本发明提供一种发动机失火诊断系统及其方法。

本发明的技术方案是：一种发动机失火诊断系统，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。

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。

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。

所述显示器是汽车内部的车载显示屏。

一种发动机失火诊断系统的方法，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。

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。

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。

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。

本发明有如下积极效果：本发明提供的发动机失火诊断系统能够通过压力传感器简单的就可以判断出发动机是不是失火故障，并通过尾气分析诊断出失火的原因，本发明比之一般的方案通过负责的方法仅判断失火故障更加实用，诊断出原因后减少了维修人员的检查时间，而且发动机结构复杂，检查难度大，使用本发明可以节省大量检查时间，提高工作效率。由于尾气成分复杂，一旦发动机转速改变尾气成分也会改变，所以提高检测准确性，本发明中提供了转速传感器，记录不同状态下的尾气成分，大量的数据参数需要分析记录和归类，所以本发明中应用了RBF模型，RBF神经网络一种逼近网络，它能够以任意精度逼近任意连续函数，学习速度快，精度高，鲁棒性高，处理数据很是方便快捷，诊断结果也准确有用。

附图说明

图1 是本发明中发动机失火诊断系统的工作框图；

图2 是本发明中发动机失火诊断系统方法的工作流程图；

图3 是本发明中RBF模型的工作流程图。

具体实施方式

下面对照附图，通过对实施例的描述，本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。

一种发动机失火诊断系统，如图2所示，该系统包括信号采集单元、处理器和显示器，三者依次电连接，也可以选择无线连接方式，本发明中优选有线连接方式。