模糊逻辑诊断技术在汽油机故障诊断中的应用
汽轮发电机组振动故障诊断的模糊输入方法
汽轮发电机组振动故障诊断的模糊输入方法本文旨在提出一种基于模糊逻辑的汽轮发电机组振动故障诊断方法。
首先，文中建立了汽轮发电机组振动故障诊断的故障模型，探讨了基于传感器数据的振动故障诊断过程；其次，提出了使用模糊输入的模糊故障诊断模型，将模糊输入与数据驱动的传感数据结合，通过输入特征及模糊推理算法等，将故障诊断过程概括为模糊推理的过程；最后，对算法进行实验验证，结果表明，提出的故障诊断算法比传统的故障诊断算法更加准确和可靠。
1. 汽轮发电机组振动故障诊断- 1.1 汽轮发电机组振动故障模型- 1.2 传感器数据驱动的振动故障诊断2. 模糊输入的模糊故障诊断模型- 2.1 输入特征的确定- 2.2 模糊推理方法- 2.3 模糊推理过程3. 实验验证及分析汽轮发电机组振动是复杂的运动系统，一旦发生故障便会造成严重的影响，如功率下降、燃料消耗过多等，因此如何及时准确的确定故障类型以及定位故障位置，是企业运行管理和设备维护中重要而又重要的工作。
基于此，本文提出了一种基于模糊输入和模糊推理的汽轮发电机组振动故障诊断方法。
首先，本文建立了一个汽轮发电机组振动故障的模型，详细描述了振动故障的诊断过程，并针对传感器数据，引入了模糊输入的模糊推理模型，将模糊输入特征结合数据驱动，该模型可以实现对机组振动故障的诊断，以基于模糊推理的方式找出故障原因，从而实现汽轮发电机组振动故障的准确识别。
其次，本文还介绍了一些有效的输入特征以及模糊推理算法，用于实现模糊推理过程，比如，将振动故障类型转换为三值模糊振动故障指标，使其更容易推理；另外，采用极大可能原则等模糊推理算法，实现故障识别和定位，该算法还可以有效抗噪，从而提高故障检测的准确率。
最后，为了验证本文提出的故障诊断方法，本文进行了实验验证，以累计抖动的故障指标进行诊断，证实该算法能够比较准确的识别和定位汽轮发电机组振动故障。
综上所述，本文提出了一种基于模糊逻辑的汽轮发电机组振动故障诊断方法，将模糊输入和数据驱动的方法结合起来，通过特征提取及模糊推理算法等，实现有效的故障识别及定位，从而提高故障诊断的准确率。
模糊逻辑在汽车故障诊断技术中的应用
生一个或两个故障现象。但当汽车结构复杂时 ， 一 个现象可能由几个原因引起 。因此， 现象与原因之 间没有 明确 的对应 关系 。
（） ２ 在许多 条件 下车辆 技术 状 态 的好 与坏 没 有 明显界 线 。汽 车使 用 过 程 中 ， 辆 从无 故 障到产 生故 障是一 个渐
列不确定性的现象。为解决这类 问题 ， 我们提 出了借助模 糊数学 的方法 ， 采用 多现象 、 因素综合推理 ， 实际运用 中 ， 多 在 利 用该方法能够得到 比较确切的结 果。
关键词
模糊推理
故障诊 断
汽车诊断
中 图分 类 号
Ｔ ３２２ Ｐ０ ．
Ａｐ ｌｃ ｔｏ ｆＦｕ ｚ ｇ ｃ ｉ ｐ ｉａ ｉ ｎ ｏ ｚ ｙ Ｌｏ ｉ ｎ Ａｕｔ ｍｏ ｉ ｕｌ ）ａ ｎ ￣ ｏ ｂ ｅ Ｆａ ｔ１Ｌ ｇ ｏ ｌ
Ｐｅ ｇ ｎｎ ｎ Ｙｍ ｉ
（ｈ￣ ｈｕＹ ｔ ｇＢ ｓＣ Ｌ ． ｅ铲ｌｕ ５０ １ Ｚｅ ｏ ｕｏ ｕ ｏ．ｔ ， “ １ ４０ ６ ） ｎ ｄ ｏ
Ａｂ ｔａ ｔ Ｄｕ ｇ ａ ｔ ｂｌ ｌｒｎ ，ｍａ ｙ ｄ ａ ｉ ｃ ｐ ｒ ｍｅ ｍ ｆａ ｔｍｏ ｖ ｎ ｉｅ ｒ ｇ ｉｆｒ ｔ ｎ ａ ｅｓ ｏ ｎ ． ｈ ｓ ａ ａ ｔｍ ｓｒ ｃ 血 ｕｏ ｍｏ ｉ ｎ ｒ Ｉ ｇ ｅ Ｉ ｉ ｎ ｙ ｄ ａａ ｔ ｏ ｕｏ ｔ ｅｅ ｇｎ ｅ ｉ ｏ ｍａ ｏ ｒ ｈ ｗ ． Ｔ ｅ ｅｐ ｒｍｅ ｅ ｅ ｉ ｎ ｎ ｉ
Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ｒａ ｏ ｉ ， ｕ ｔ ｉ ｅ ｓ ｎｎ ｆｌ ￣ ｇ ａ ｄ ｉ ，ａ ｔｍｏ ｉ ｉｇ ｏ ｉ ｓ ｕ ｏ ｂ ｅ ｄａ ｎ ｓｓ ｌ
ｍ ｔ ｍａｃ ｅｎ Ｔ ｉ ａ ｅ ｔｓｍ ａ８．ｈ ｈ ｉ ｓ
模糊神经网络在发动机故障诊断中的应用研究
８ ８・
工业仪表与 自动化装置
２０ ０ ８年第 ５期
模 糊 神 经 网络 在发 动机 故 障
诊 断 中 的应 用研 究
刘召广 潘 ， 炼 王 ， 君
（． １ 武汉科 技 大 学 信 息学 院 ， 湖北 武 汉 ４ ０８ ；．华 中科技 大 学 数 学 系， ３０ １２ 湖北 武 汉 ４ ０７ ） ３０４
２ Ｍａ Ｈｕｅ Ｗｕ ａ ３ ０４，ｈｎ ） ． ｔｅ ａｉ ｅｔ ｅｔ ｉａ Ｕ ｉ ｓｙｏ ｉ ｅｈ， ｂｉ ｈ ｎ４０ ７ Ｃ ｉａ ｃ ｆ ｏ ａＣ ｅ ｔ ｆＳ
Ａｂ ｔ ａ ｔ Ｔ ｉ ｐ ｐ ｒｄ ａｓｗｉ ｔ ｄ ｆｂ ｔ ｚｙ ｔｅ ｒ ｎ ｅ ｒ ｌ ｅｗ ｒ ｅ ｈ ｏｏ ｙ ｉ ａ ｌ ｓｒ ｃ ： ｈ ｓ ａ ｅ ｅ ｌ ｔ ａ ｓ ｙ ｏ ｏｈ ｆ ｚ ｏ ｙ ａ ｄ ｎ ｕ ａ ｔ ｏ ｋ ｔｃ ｎ ｌｇ ａ ｆｕ ｔ ｈ ｕ ｕ ｈ ｎ ｎ
经成 为 较通 用 的故 障诊断 解决 方案 。但 由于该故 障 诊 断系 统需要 大 量 的 学 习样 本 且 训 练 时 间 长 ， 训 而
理 ， 根据 一定 的判 断 阀值来识 别 故 障 Ｊ 再 。
正确地选择隶属 函数 ， 是运用模糊集合理论解
决 实 际 问题 的基 础 。但如 何选 择准 确反 映模 糊概 念 的模 糊 集合 的 隶 属 函数 ， 无 法 找 到 统 一 的模 式 。 却 另外 ， 模糊 诊 断 的知识 获取 比较 困难 ； 障与征 兆 的 故 模 糊关 系 较难 确定 ； 容易 发 生漏诊 和误 诊 ； 以处理 难 故 障诊 断 中 的不 确定 性 问题 Ｊ 。
练好 的网络连接权值表示知识 ， 在知识获取表示方 面也 存 在不 足 ， 导致 推 理 的脆 弱 ｊ 会 。
汽轮发电机组故障诊断的模糊聚类分析新方法
维普资讯
第３ 期
张彼德 等 ： 汽轮发电机组故 障诊断 的模糊聚类分析新方法 表 ２ 平均后的输入样本
Ｔａ ｌ Ｔ ｅ ｉ ｐ ｔｓ ｍｐ ｅ ｆｅ ｅ ｎ ｖ ｒ ｇ ｄ ｂ ｅ ２ ｈ ｎ ｕ ａ ｌ ａ ｔ ｒ ｂ ｉ ｇ ａ ｅ ａ ｅ ｓ
１２ 利用传 递 闭包 法求模 糊 等价 矩 阵 ．
根据所得模糊矩阵 尺， 通过平方计算法可求出 其传递闭包。传递 闭包 即模糊等价矩阵。通过计算
尺。
，
故障的情况则无能为力…。 作者综合运用模糊聚类分析理论 ， 将标准故障
样本和侍检数据一起作 为分类样本 ， 在模糊等价矩
Ｒ， 尺 若Ｒ …， ， ＝尺 一 ， 则停止计 算 ， 即为
２ ２ 实例 分 析 ．
例１
２ 应用于汽轮发 电机组振 动故 障诊 断
待检样本为表 ３中已知故障形式 为油膜振荡 （ “ 表示 ） 用 的数据 ， 将标准故障样本 “ ， ２ “ 与 ｌ“ ， ３ 待检数据一起作为分类样本来进行模糊聚类分析。
表 ３ 待检验数据
２０ ０ ６年 ５月
Ｍ ．０ ６ ２０
文章 编号 ：６ ３ｌ９ ２ ０ ） ３０ ０ —３ １７ 一５ Ｘ（０ ６ ０ ０ ８０
汽 轮 发 电机 组 故 障诊 断 的模 糊 聚 类 分 析 新 方 法
张彼德 ， 潘 凌
（ 西华 大学 电气 信息学 院， 四川 成都 ６ ０ ３ ） １０ ９
好的应用前景 。
关键词 ： 汽轮发 电机组 ； 振动多故 障 ； 模糊聚类 ； 故障诊断 中图分类号 ： ＴＭ３ １ １ 文献标识码 ： Ａ
在 汽 轮发 电机 组 的振 动故 障诊 断 中 ， 常 出 现 经
模糊理论在油料装备故障智能诊断中的应用
油 料 装 备 从 “ 好 ” “ 障 ” 通 过 种 故 障原 因。 完 到 故 是
一
其 中 ， （＝ ， ， ，１是 诊 断 对 象 ｉ ｌ２ … １ ） ３
系 列 中 间状 态 而 相 互 转 化 的 ，其 边 界
（ ３）建 立 油 料 装 备 故 障 征 兆 向量 与 发 生 故 障 现 象 Ｘ的隶 属 度 。 ｉ 油 料 装 备 故 障 原 因模 糊 向量
该算法的优点是计算方便、 简单 ， 无
论 ｘ 与 Ｒ 是 如 何 产 生 的 ， 种 算 法 都 是 这
油 料 装 备 模 糊 诊 断 数 学 模 型 建 立 步
骤２Ｔ［ ： ｕ ］ ］
适用 的 ，而缺 点则 是诊 断中往往 丢失大
（） １建立油料装备故障征 兆集 ｘ
Ｘ ｛】 ２… ， ｝ ＝ｘｊ ， Ｘ Ｘ
其 中 ， （ｉ ０ １，＝ ， ， ，１ ＝ ｒ∈１，］ｉ ｌ２ … ｌ， ． ＇ｊ １ ＂
１
２
Ｉ
１
断 技 术 发 展 迅 速 ，且 正 在 以计 算 机 为核 １２ … ， ） 矩 阵表 示 了油 料 装 备 故 障 ，， ｎ 该
心 的基 础 之上 ， 向智 能 化 和 网络 化 的 方
…
， 。 么油料装备故障征 兆模糊 向量 ｙ｝那
（） ２ 建立油料装备故障原因集 Ｙ
Ｙ ｛】 ２… ，ｌ ＝ｙ， ＇ ｙＪ ｙ 式 中 ， 素 Ｙ １２ … ， 代 表 各 元 ｉ ， ， ｍ） （
为 ｘ ［ ， ｘ，一， ］ ＝ 】 卜２ Ｌ
ｙ Ｖ（ｉ ｊ ｌ２ … ， ｊ ＝ Ｘ ） ＝ ， ， ｎ
型 输 油 泵 故 障 现 象 ， 立 了某 型 输 油泵 故 障诊 断 模 型 ， 对 故 障 诊 断模 型 进 行 求 解 和 仿 真 ， 出 了油 料 建 并 找 装 备 的 故 障征 兆 ， 高 了油 料 装 备 故 障诊 断 质 量 。 提 关键词 ： 糊理论 ； 料装备 ； 油泵 ； 障智能诊断 ； 用 模 油 输 故 应
基于模糊推理的汽车故障诊断的意义
摘要：本文阐述了汽车电机故障诊断的特点和意义，并详细介绍了多种汽车电机故障诊断的方法。
关键字：汽车电机故障方法1.电机故障诊断的特点及实施电机故障诊断的意义1.1电机故障诊断的特点电机的功能是进行电能与机械能量的转换，涉及因素很多，如电路系统、磁路系统、绝缘系统、机械系统、通风散热系统等。
哪一部分工作不良或其相互之间配合不好，都会导致电机出现故障。
因此，电机故障要比其它设备的故障更复杂，其故障诊断所涉及到的技术范围更广，对诊断人员的要求也就更高。
一般来说，电机故障诊断涉及到的知识领域主要有[20]：电机理论、电磁测量、信号处理、计算机技术、热力学、绝缘技术、人工智能等。
电机故障诊断的复杂性还表现在故障特征量的隐含性、故障起因与故障征兆之间的多元性。
一种故障可能表现出多种征兆，有时不同故障起因也可能会反映出同一个故障征兆，这种情况下很难立即确定其真正的故障起因。
另外，电机的运行还与其负载情况、环境因素等有关，电机在不同的状态下运行，表现出的故障状态各不相同，这进一步增加了电机故障诊断难度，所以要求对电机进行故障诊断首先必须掌握电机本身的结构原理、电磁关系和进行运行状况分析的方法，即掌握电机各种故障征兆与故障起因间的关系的规律。
1.2实施电机故障诊断的意义电机的驱动易受逆变器故障的影响，在交流电机驱动系统中，逆变器短路故障将会使电机产生有规律波动的或是恒定的馈电扭矩，使车辆突然减速。
研究表明：逆变器出现故障时，永磁感应电机将产生较大的馈电扭矩，而且永磁电机也有存在潜在的高消磁电流的问题。
而感应电机在逆变器出现故障时所产生有规律的馈电扭矩将由于有持续的负载而迅速衰减，这说明了感应电机具有较高的容错能力，适应混合动力系统的要求。
开关电机磁阻是最具有故障容错能力的电机，而且当其有一个逆变器支路出现故障时电机仍能产生净扭矩，另外，开关磁阻电机成本低，结构紧凑，但是开关磁阻电机有较大的噪声和扭矩脉冲，而且需要位置检测器，而这些缺点使得开关磁阻电机在现阶段不适合应用于混合动力客车上。
基于模糊神经网络的汽车发动机故障诊断系统及其方法研究
摘要汽车技术随着时代的发展也在进步，汽车上采用的技术和结构比过去更加错综复杂，综合利用其他行业相关技术的比例更高，比如电子技术，也导致汽车使用过程中的可靠性等问题也越来越突出。
现代汽车故障诊断已不仅仅是汽车出现故障后的诊断，还包括汽车运行过程中的故障预警。
发动机作为汽车的核心部位，线路日趋复杂，故障节点数随着系统的复杂化而节节攀升，故障诊断面对的难度迅速增大。
现有的故障诊断工具和人工经验法，对故障诊断的准确性有待提高。
此外它只能确定故障是否存在或不存在，而无能力对故障的趋势进行判定，已经很难满足现代汽车正常使用的需要。
本文将模糊逻辑、神经网络和专家系统融合，联系工作中存在的发动机有关故障发现、原因判断上的实际情况，尝试在构建电控发动机故障诊断系统及其实现技术开辟新途径加以探究。
本文研究模拟开发诊断系统包含有知识库、数据库、推理机、解释部分以及知识获取五个组成部分，系统是在Windows XP的平台上，以MATLAB为数据处理软件，运用面向对象的程序开发语言Visual C++7.1为编程语言和数据库语言Access 开发完成的。
在本文中，通过发动机单故障和多故障的仿真模拟实验，采用大量的故障征兆样本数据，通过常规故障诊断方法对单故障和多故障诊断的结果进行了验证。
汽油发动机在无负荷时不同转速工况下排放气体(CO、CO2、NO x、HC、和O2)排放量作为训练样本，先对样本进行归一化，训练样本集用于建立和训练神经网络，训练神经网络用于诊断发动机气缸的工作状态；以Visual C++7.1为编程语言，设计人机接口实现系统和用户之间的界面，实现数值的输入和输出；用MATLAB仿真实验结果，完全利用解释器的作用。
实验结果表明，本文描述的一系列诊断方法，显示出了一定程度的优势，为相关智能故障诊断方法的开发和技术应用提供了一种或许可以借鉴的范本。
关键词：电控发动机；故障诊断；模糊逻辑；神经网络；专家系统AbstractWith the development of automobile technology, automobile structure became more complex, more electronic, and the security issues about automobiles became more prominent. Fault diagnosis of vehicle engine is the key problem to that issue. The complexity growth of circuits, fault nodes, makes the rapid expansion of required information, and the diagnosis has become more and more difficult. Modern car fault diagnosis has not only included diagnosis, but also the warning during the driving. The accuracy of existing fault diagnosis apparatus needs to be improved. In addition, its failure on determining the fault trend, makes the existing fault diagnosis apparatus difficult to meet the security needs of modern cars.The article aims at the problems of domestic fault diagnosis, using Fuzzy Logic, Neural Network and Expert System, combines with the actual situation of engine fault diagnosis re-search on the construction and implementation of engine fault diagnosis system. The Fault Diagnostic System of Automobile Engine is a combination of Neural Networks and expert systems, which overcome the traditional shortcomings of expert system and neural network of their existence. So the expert system and neural network are put together and can be better applied to fault diagnosis field. The expert system contains the five components which include a knowledge base, database, consequence engine, knowledge acquisition and interpret part. The System is developed and accomplished based on Windows XP platform, using MATLAB for data-processing and Visual C++7.1 of object-oriented programming language for programming languages and Access for database language.This paper runs single fault and multiple fault simulation, using conventional fault diagnosis method to verify the results of single fault diagnosis with massive fault symptom samples data to verify the results of multiple fault diagnosis. This paper take exhaust gas (CO, CO2, NO x, HC, and O2) for the training samples in order to make the final sample pretreatment Based on gasoline engine under different load condition speed, then create the neural network on the base of reusable training samples. Finally, test the state of engine cylinder using the trained neural network so as to judge whether Cylinder is in normal condition, and get a specific fault. The design of man-machine interface systems and the users realize the numerical value of import and export based Visual Programming Language C++7.1, and the experimental results simulation on the base of MATLAB.Key words：Electronic control engine; Fault Diagnosis; Fuzzy Logic；Neural Network; Expert System目录摘要 (I)Abstract (II)目录 (III)第一章绪论 (1)1.1 课题的研究背景和意义 (1)1.1.1 研究的背景 (1)1.1.2 课题研究的意义 (2)1.2 国内外研究综述 (2)1.2.1 国外研究现状 (2)1.2.2 国内研究现状 (3)1.3 模糊技术和神经网络技术的发展概况 (4)1.3.1 模糊技术的发展概况 (4)1.3.2 神经网络技术的发展概况 (5)1.4 论文的研究内容 (5)1.5 本章小结 (5)第二章发动机电控系统及典型故障 (6)2.1 发动机电控系统 (6)2.1.1 电控系统的组成 (6)2.1.2 电控系统的工作原理 (7)2.2 汽车发动机使用的传感器 (7)2.2.1 温度传感器 (7)2.2.2 空气流量传感器 (7)2.2.3 进气歧管压力传感器 (8)2.2.4 发动机转速与曲轴位置传感器 (8)2.2.5 节气门位置传感器 (8)2.2.6 氧传感器 (8)2.2.7 爆震传感器 (8)2.3 ESA控制子系统 (8)2.3.1 ESA控制子系统的组成及工作原理 (8)2.3.3 点火提前角控制 (9)2.3.4 通电时间控制 (10)2.3.5 爆燃控制 (11)2.4 EFI控制子系统 (11)2.4.1 EFI控制子系统的组成及工作原理 (11)2.4.2 基本喷油量的控制 (12)2.5 ISC控制子系统 (12)2.5.1 怠速工况 (12)2.5.2 ISC控制子系统的组成及工作原理 (12)2.5.3 ISC控制子系统的作用 (13)2.6 EGR控制子系统 (13)2.6.1 废气再循环 (13)2.6.2 EGR控制子系统的组成及工作原理 (13)2.6.3 EGR控制 (14)2.7 发动机电控系统常见故障 (14)2.7.1 发动机电子控制系统的故障分类 (14)2.7.2 常见故障 (15)2.8 本章小结 (17)第三章神经网络与模糊逻辑理论 (18)3.1 神经网络的基本理论和方法 (18)3.1.1 神经网络概述 (18)3.1.2 神经网络的应用 (18)3.1.3 神经元结构模型 (18)3.1.4 神经网络的拓扑结构 (19)3.1.5 神经网络的学习算法 (20)3.2 模糊逻辑的基本理论 (21)3.3 专家系统的基本理论与建立步骤 (22)3.3.1 专家系统概述及特点 (22)3.3.2 专家系统结构 (23)3.4 构建模糊神经网络 (25)3.4.1 神经网络与模糊逻辑的比对 (25)3.4.2 模糊神经网络的建立 (26)3.5 模糊神经网络专家系统的建立 (26)3.6 本章小结 (27)第四章故障诊断神经网络专家系统的整体设计 (28)4.1 神经网络专家系统在发动机诊断中的结构 (28)4.2 模糊逻辑在发动机故障诊断中的运用 (28)4.3 模糊神经网络结构的建立 (29)4.4 发动机故障诊断系统的构建 (30)4.5 本章小结 (33)第五章基于模糊神经网络的发动机故障诊断模型 (34)5.1 MATLAB软件介绍 (34)5.2 汽车发动机故障诊断模糊神经网络的设计 (34)5.2.1 模糊神经网络故障诊断策略 (34)5.2.2 故障征兆—故障模式样本集的设计 (34)5.2.3 故障样本的预处理方法 (36)5.2.4 基于模糊神经网络的发动机故障诊断 (38)5.3 多故障仿真实验 (43)5.3.1 多故障模糊规则库的建立 (43)5.3.2 多故障仿真训练 (45)5.4 汽车发动机故障诊断系统的实现 (48)5.4.1 数据库设计 (48)5.4.2 数据库连接设计 (48)5.5 系统软件实现的关键技术 (48)5.5.1 MATLAB对C++的调用方法概述 (48)5.5.2在Visual C++中调用MATLAB计算引擎 (49)5.6 专家系统对发动机开展实验运行实例 (49)5.7 本章小结 (50)总结与展望 (51)参考文献 (52)攻读硕士学位期间取得的研究成果 (55)致谢 (56)第一章绪论第一章绪论1.1 课题的研究背景和意义1.1.1 研究的背景随着国民经济的发展与人们生活水平的不断提高，汽车已经成为了人们日常出行的首要工具，因此，确保汽车运行过程中的各项性能指标都处于一个良好的状态，是汽车给我们带来方便与为我们创造更大价值的前提。
模糊神经网络在汽车发动机电子点火系统故障诊断中的应用
发动机 电子点火 系统 的常见故 障原 因
１ 模 糊 神 经 网 络 及 发 动 机 电 子 点 火 系 统 的 常见 故 障
模糊 神经 网络 兼 顾 了模糊 逻 辑和 神经 网络 的优
收稿 日期 ：０ ０ １ — ９ ２ １ — ２ １
模 糊 神经 网－ （ｕｚ ｅｒｌ ｅｗ ｒ ， ￣ Ｆ ｚ Ｎ ｕａ Ｎ ｔｏｋ 简称 Ｆ Ｎ ， ｙ Ｎ ）它
根据 上述 模糊 逻辑 和神 经 网络 的特 点 ，构造 如
下模 糊神 经 网络 。本 篇采 用 比较 常 用 的 Ｂ Ｐ神 经 网 络算 法 ，Ｐ神 经 网络是 一种 多 映射 网络 ，采 用最 小 Ｂ
糊神经 网络对发动 机点火 系统进行故 障诊 断 ， 经过 实
验 ， 出这种 方法 是可 行 的 ， 以 得 可 隹确 快速 的诊 断 出
输 入 变量 模糊值 到 输 出变量 模糊 值 的 映射 。 第 四层 为量化 输 出层 ， 其输 出是模糊 化 数值 ， 每 个输 出神 经 元代表 一 种故 障 ，它 的值 即代 表该 故 障
存在 可 能性 的程度 。
第五 层 是结 果输 出层 ， 现输 出 的清 晰化 ， 实 即输
等原 因造 成点 火 系统 的不 正常 。
输 入
１３ 隶属 度 函数 的确定 ．
隶 属度 函数 的确 定过 程 ，本质 上说 应该 是 客观
图 １ 模 糊 神 经 网 络 结 构
的 ，但 又 由于 每 个人 对于 同一 个模 糊概 念 的认识 理
解有差异， 因此 ， 隶属 度 函数 的确 定 又 带有 主 观 性 。 隶 属度 函数 的确 立 目前 还 没 有 一 套 成 熟 有 效 的 方
基于模糊逻辑推理的汽车故障诊断的研究
３结论
从诊断方法的原理和实例可以看出，采用人工 智能的方法，利用专家知识动态建立模糊诊断矩阵， 进而对设备进行故障诊断的方法简便可行，只要知 识库建立得合理，就能够较准确地判断出是否会有 故障出现及故障原因所在。因此，该方法免去了建 立精确数学模型的繁琐工作，能够实现实时在线自 动诊断，故障诊断准确率高。
’５６・
Ｍｅｃｈａｎｉｃａｌ＆Ｅｌｅｃｔｒｉｃａｌ
Ｅ“ｇｉｎｅｅｒｉ“ｇ
Ｍ８９ａｚｉｎｅ
Ｖ０１．２２
Ｎｏ．１０
２００５
机电工程
２００５年第２２卷第ｌＯ期
则根据模糊数学原理可得ｙ与ｘ的模糊关系：
ｙ＝Ｘ ｏＲ
收集实际排除 故障经验资料
●
１人工修改权系到一
▲
这就是故障原因与征兆之间的模糊关系方程。 式中，“。”是模糊逻辑算子，Ｒ是模糊关系矩阵，亦 即故障诊断中的模糊诊断矩阵川：
ｌ故障进行实验诊断
图１ 模糊诊断矩阵的动态建立过程
“
ｒ１２
Ａ Ａ
ｒｌ。
７２２
７２ｎ
ｌ，＝ｘ。足＝（ｘ１，髫２，Ａ，髫。）
％Ｍ
Ｍ
Ｍ
ｒ● ， ｄ● ｌ ‰
（ｙｌ，ｙ２，Ａ，ｙ。） 算子“。，’的具体运算形式可取如下几种算法模型： （１）Ｍ（＾，Ｖ）
乃＝．ｙ，（菇。＾ｒ口）
这种模型是内积运算，采用人（取小）和Ｖ（取 大）的方式，一个主要因素起主导作用，运算简便， 但评判较粗糙。 （２）肘（・，Ｖ） 乃＝Ｖ．（戈ｉ。０） 这种算法模型采用・（乘法）和Ｖ（取大）的运 算方式。 （３）肘（＾，ｏ）
Ａｂｓｔｒａｃｔ：Ｃｏｎｓｉｄｅｒａｔｉｎｇ ｔｈｅ ｃｏｍｐｌｅｘｉｔｙ ａｎｄ ｆｕｚ２ｙ ｏｆ ｔｈｅ ｒｅｌａｔｉｏｎｓ ｂｅｔｗｅｅｎ ｔｈｅ ｆａｕｌｔ—ａｐｐｅａｒａｎｃｅ ａｎｄ ｔｈｅ ｆａｕｌｔ—ｃａｕｓｅ，ａ ｍｅｔｈｏｄ ｂａｓｅｄ ｕｐ；ａｃｃｏｒｄｉｎｇ
基于模糊诊断方法的发动机可视化故障诊断
发动机是组成结构复杂、工作环境恶糊集合A的隶属函数，xA(a)表示元素a对为了确定论域中的元素对于模糊子集劣的复杂机械系统，其故障诊断问题一直集合A的隶属度。
xA(a)=0表示元素a绝对A的隶属度，就需要约请若干专家对模糊是重要的疑难课题。
发动机系统变得越来不隶属于集合A；xA(a)=1表示元素a绝对子集所描述的内容进行评估。
假如约请的越复杂，系统的模糊性也随之变得越来越隶属于集合A。
隶属度越接近于0表示元专家数量为n，则将论域按数值等分为n 强，以往的故障诊断方法很难结合专家经素隶属于模糊集合的程度越低，隶属度越组，即样本数量为n，然后n个专家根据模验以及实际数据快速得出各故障成因以及接近于1表示元素隶属于模糊集合的程度糊子集A的描述对于每个分组进行评估并对各故障成因的影响程度作出判断，这就越高。
作标记。
假如第K个分组中有i个专家做了必须借助于模糊理论来分析与处理各种模 1.2 隶属函数的确定标记，则该组的频数为i，因为一共做了模糊集由隶属函数来刻画，建立故障糊故障信息。
n次试验，所以该组元素对于模糊子集的诊断模型的过程就是建立权系数矩阵来确模糊诊断方法是随着模糊理论的提出隶属度为i/n，将所有分组的隶属度统计出定故障征兆与故障成因之间隶属关系的过与发展而不断发展起来的，模糊理论是指来后就可以得到隶属函数。
根据隶属函数程，正确科学地确定隶属函数是利用模糊用到了模糊集合的基本概念或连续隶属度可以计算出论域内任何元素对于模糊子集理论进行故障诊断的基础。
函数的理论，模糊理论的目的是为了描述的隶属度。
（1）模糊统计。
在概率统计中，某与处理广泛存在的不精确、模糊的事件和 1.3 最大隶属度原则判别[1]个事件E发生的频率定义为：在n次独立概念提供相应的理论工具。
模糊理论广试验中事件E发生的次数m与试验次数n的，当第i个征兆出现时 取1，征兆未泛应用于诊断以及决策支持方面，为解决n比值，即m/n。
当试验次数n趋于无穷大时出现时 取0。
模糊诊断法在汽车故障分析中的应用研究
０ 引 言
汽车结构 日益复杂 。使动态的信号处理与故障 诊断 日益 复杂化 。主要表现在 ３ 面 ：一是汽车故 方 障现象与 故障部位之间没有 明确 的对应关 系 ；二是
在 许 多条 件 下 车 辆 技 术 状 态 的好 与 坏 没 有 明确 的界
故障原 因的隶 属度为 （Ｊ。则 故 障原 因 的模糊 向 ｙ ）
模 糊 关 系 矩 阵 的 建 立 方 法 。通 过 求 解 模 糊 关 系 方 程 实 现 推 理 过 程 的故 障 诊 断 方 法 。具 有 简 单 、方 便 的 特 点 。 最 后 。以 柴 油 发 动 机 故 障诊 断 为 例 。验证 了 这 种方 法 的有 效性 。 关 键 词 ：交 通 运 输 工程 ；模 糊 诊 断 ；故 障 分 析 ；模 糊 关 系 矩 阵 中 图分 类 号 ：Ｕ ６ ；Ｔ ２ ６． ４４ Ｐ ０＂ ３ 文 献 标 识 码 ：Ｂ 文 章 编 号 ：１ ０ — １ ８ （０ ６０ － ０ ０ － ０ ０ ３ ８ Ｘ２ ０ ）８ ２ ６ ２
根据模糊数学原理 。可 以得到 ｙ和 Ｘ因果模糊 关 系 为
Ｙ＝ 尺 （） ５
式中
Ｏ 模糊算子 ； 一 Ｒ一 模 糊 矩 阵 。
定 义
１ 模 糊 诊 断 原 理
诊断一 个系统 的故障 ，必须弄 清该 系统可 能的 故障原 因和可能 的故障征兆 。定义 系统可 能的故障
原 因集 为 ｙ。用 一 个 欧 式 向量 表 示 为
收集实际故障诊断资料
Ｇ 怔常， 太 常， 正 ） ＝ 不 正 不 常
－ －
ｂ ，２ ３ ｌ ，） ｇ ｇ
（） ９
设 第 ｆ 症 状 的 单 因素 模 糊 评 判 集 为 个
基于模糊控制的燃油系统故障诊断流程
一、概述随着汽车技术的不断发展，燃油系统故障已成为汽车维修领域中的常见问题之一。
燃油系统故障不仅会导致汽车性能下降，还有可能造成严重的安全隐患。
为了提高汽车维修效率，准确诊断燃油系统故障并及时排除故障是非常重要的。
本文将介绍基于模糊控制的燃油系统故障诊断流程，以帮助汽车维修技师更快速、准确地解决燃油系统故障问题。
二、燃油系统概述1. 燃料泵燃料泵是燃油系统中的核心部件，起着将汽油从油箱中抽送到发动机的作用。
燃料泵故障会导致供油不足，造成发动机运转不稳定。
2. 燃油滤清器燃油滤清器能够过滤掉汽油中的杂质和杂质颗粒，保护喷油嘴和发动机燃烧室免受损坏。
燃油滤清器堵塞会导致供油不畅，影响发动机的正常工作。
3. 喷油嘴喷油嘴是控制汽油喷射的装置，喷油嘴堵塞或损坏会导致喷油不均匀或停止喷油，从而影响发动机的工作。
4. 燃油泵压力调节器燃油泵压力调节器用于调节燃料的压力，确保喷油系统正常工作。
压力调节器故障会导致燃油压力过高或过低，影响喷油系统的工作。
三、基于模糊控制的燃油系统故障诊断流程1. 故障现象观察汽车维修技师需要对车辆进行全面的故障现象观察。
包括发动机运转时的异常声音、抖动情况，以及车辆加速和行驶过程中的表现等。
通过观察现象，对可能的故障部位进行初步判断。
2. 故障代码读取使用诊断仪器对车辆进行故障代码读取，查看车辆是否存在燃油系统相关的故障代码。
根据读取到的故障代码，可初步确定故障可能的原因。
3. 模糊推理通过模糊推理技术，对车辆的故障现象进行分析，结合故障代码和实际观察，进一步确定可能的故障部位。
模糊推理能够在不确定性条件下进行推理，并给出相对可靠的结论，对燃油系统故障诊断具有重要意义。
4. 故障部位验证根据模糊推理的结果，对可能的故障部位进行验证。
可以通过检查燃油泵、燃油滤清器、喷油嘴、燃油泵压力调节器等部件的工作状态，验证模糊推理的准确性。
5. 故障排除在确定了故障部位后，进行相应的故障排除。
模糊神经网络在汽车发动机电子点火系统故障诊断中的应用
模糊神经网络在汽车发动机电子点火系统故障诊断中的应用作者：彭广平李泳鲜来源：《汽车科技》2011年第03期摘要：本文针对发动机电子点火系统的五种常见故障，借助发动机综合分析仪测得次级点火波形，并提取特征值，构造了一种模糊神经网络模型，利用MATLAB进行仿真，通过简单测试，得出这种方法是可行的，可以准确快速的诊断出故障原因。
关键词：模糊神经网络；故障诊断；汽油发动机；次级点火波形中图分类号：TP391.76 文献标志码：A 文章编号：1005-2550（2011）03-0047-04Applications of Fuzzy Neural Network in Fault Diagnosis of Automobile EnginePENG Guang-ping1，LI Yong-xian2(nzhou Jiaotong University，Lanzhou 730070，China；2.Zhejiang Normal University，Jinhua 321004，China)Abstract：In this paper，fuzzy neural network model was constructed for five kinds of common faults of engine electronic ignition system，with the aid of Engine analyzer to measure the Ignition secondary waveform and extract characteristic value.By simulation of MATLAB and simple tests，it demonstrated that the method was feasible and can be used to diagnosticate causes of malfunction accurately and rapidly.Key words: fuzzy neural network；fault diagnosis；gasoline engine；ignition secondary waveform汽车是一个复杂的机械系统，它由数千种的零件所构成，发动机是汽车的动力源，是汽车的心脏。
模糊逻辑在飞机故障诊断中的应用
模糊逻辑在飞机故障诊断中的应用第一章：引言1.1 研究背景和意义近年来，民航运输业蓬勃发展，飞机数量逐年增加。
然而，由于飞机工作环境的极端复杂性，飞机故障难免发生。
为了确保飞机的安全运行和及时修复故障，飞机故障诊断显得尤为重要。
传统的故障诊断方法往往过于简化，无法解决现实环境中复杂的故障情况。
因此，研究人员开始探索新的故障诊断方法和技术，模糊逻辑是其中一种值得关注的方法。
1.2 模糊逻辑的基本原理模糊逻辑是一种允许存在不确定性和模糊性的推理方法。
与传统的布尔逻辑不同，模糊逻辑将事物的真实性程度表示为在[0,1]之间的实数。
通过模糊逻辑，可以更灵活地处理不确定性和模糊性，并根据不同的情况做出合理的推理和决策。
第二章：飞机故障诊断的挑战和需求2.1 飞机故障的复杂性飞机由数以万计的零部件组成，其中任何一个部件的故障都可能导致整个系统发生崩溃。
而在飞行过程中，受到的环境和运行条件的影响更是无法控制的。
因此，飞机故障的复杂性成为了飞行安全和故障诊断研究的主要挑战之一。
2.2 传统故障诊断方法的局限性传统的故障诊断方法主要基于规则库和专家知识，这种方法虽然可以处理一些简单的故障情况，但在面对复杂的故障时表现不佳。
因为传统方法往往只能处理确定性的问题，无法处理不确定性和模糊性，因此无法适应现实环境中的复杂情况。
第三章：模糊逻辑在飞机故障诊断中的应用方法3.1 模糊集合的建立在飞机故障诊断中，模糊集合的建立是非常重要的一步。
通过收集和分析大量的故障数据，可以将故障情况转化为模糊集合，并将各个故障情况用模糊数进行描述。
这样可以更好地表达故障的模糊性和不确定性。
3.2 模糊推理和决策在模糊逻辑中，模糊推理是一种通过模糊规则库进行推理和决策的方法。
通过将模糊规则与实际故障情况匹配，可以得出故障的可能性和建议的修复方法。
同时，模糊推理也可以根据不同的飞行条件和环境动态调整规则库，从而适应不同的故障情况。
3.3 模糊聚类和分类算法飞机故障诊断中，模糊聚类和分类算法可以用于将故障情况划分为不同的类别，并为每个类别分配相应的诊断方法。
燃油系统模糊神经网络故障诊断专家系统研究
…
，
ｎ 的具体变化趋势和其极 限值 ， ） 应用模糊理论… ， 确
定 隶 属 函数 为哥西分 布 函数 ， 述 描 的语 义 值 的模
很好的效果 。
关键词 ： 神经 网络 ； 模糊量化 ； 专家系统 中图分类号 ： Ｋ ０ Ｔ ４８ 文献标识码 ： Ａ 文章编号 ：００ ａ ４ ２￣ ） —１２ １０ 一ｔ ９ （０ ０ １ ５—０ ３ ０ ３
Ｆ ｕ ｔＤｉｇ ｏ ｉ ｐ ｒ ｙ ｔ ｍ ｏ ｅ ｅ ｕ ｌＳ ｓｅ ａ ｌ ａ ｎ ｓ Ｅｘ ｅ ｔＳ ｓｅ ｆ ｒＤ ｓ ｌＦ ｅ ｙ ｔｍ ｓ ｉ
Ｂａ ｅ ｐ ｎ Ｆｕ ｚ ｓ ｄ ｎ－ Ｋｕ ＯＵ ＹＡＮＧ ａ ｇ—ｙ ｏ Ｇｕ ｎ ａ
（ ｏ ｅ Ｅ ｇ ｏ ｅｅＮ ｖｌ ｎ ． ｆ ｎｉｅｒ ｇ Ｗｕ ａ ３０ ３ Ｃ ｉ ） Ｐ ｗ ｒ ｎ ．Ｃ ｌｇ 。 ａａ Ｕ ｉ ｏ ｇ ｅｉ 。 ｈｎ４０ ３ 。 ｈｎ ｌ ｖ Ｅ ｎ ｎ ａ
结合 ， 建立 隶属 函数 和 Ａ Ｎ Ａｔ ｃ ｅｒ ｅ ｏ ， Ｎ （ ｒｆｉ Ｎ ｕａ Ｎｔ ｒ ｉ ａ ｉｌ ｌ ｗ ｋ
得 了很好的预期效果 ， 目前该系统 已成为产品应用
于工程 实 际 中 ， 反馈 良好 。
ｌ 模糊知识表 示
设 由系统测试信号构成的征兆域向量 Ｋ＝［ ． Ｋ， ］考虑征兆域 向量中分量 （ ＝１２ …， ， ｑ ，，
摘要 ： 专家 系统前景广 阔 ， 前人在该领域 的理论 和实践方 面已做 了大量 的工 作 ， 传统 的 专家 系统存 在许 多缺陷 ， 但 因此欲使其得到进一步发展就必须 引入其 它先进技 术。为解决传统 专家 系统 知识 获取 和经验 性知识 的不 确定性 等“ 瓶颈 ” 问题 ， 出将模糊 神经网络技术引入到专家系统 中。 提 介绍 了基 于模 糊神经网络 的专 家系统构 成的 原理 、 方 法 、 和实现技 术。将基 于模糊 多层感知器构成的专家 系统 应用于柴 油机燃 油系统 故 障的 分类 诊 断中 ， 结构 收到 了
基于模糊神经网络的电控汽油机故障诊断
基于模糊神经网络的电控汽油机故障诊断摘要：汽油机所表现出来的症状，如冷却水过高，汽油机加速不良，传感器读数异常等，这些故障现象都是界限不明确的模糊集合。
用传统的以布尔代数为基础的二值逻辑方法去处理此类的故障诊断问题，显然是不太合理的，因为它的描述只能是近似而粗糙的。
要更深刻地反映事物的本质，必须引入模糊逻辑，本文采用相应模糊集的隶属函数来描述这些故障现象和故障原因存在的程度，同时通过建立符合汽车故障的模糊神经并加以训练使其误差满足要求，最后利用训练好的模糊神经诊断系统进行故障诊断。
标签：电控汽油机;诊断方法;发展趋势1模糊逻辑与神经网络结合的必要性基于模糊理论的模糊逻辑系统与人工神经网络相比，既有共同之处，又各有其特点。
首先，它们都是用于解决非线性系统的信息处理、控制。
决策、故障诊断等问题所使用的方法，二者都采用数值方法建立输入与输出之间的非线性映射关系，因此，不需要建立数学模型。
其次，模糊系统和神经网络都能从不同的角度增强信息处理能力，因而在人工智能领域起着重要作用。
模糊逻辑是模仿人腦的逻辑思维能力，具有较强的结构性知识表示能力;而神经网络是模仿人脑的结构来映射输入特征与输出结论的非线性关系，具有强大的学习能力和数据直接处理能力。
但是传统的神经网络不适于表示基于规则的知识，在应用于故障诊断时常常产生误诊的现象，特别是当前输入信息不精确或不确定。
模糊方法适用于测量值少且无法获得精确模型的系统;但该方法不具有自适应能力和自学习能力，无法进一步积累和修正诊断知识。
因此，将人工神经网络与模糊逻辑结合起来，实现故障诊断系统对不精确或不确定等模糊信息的处理，克服传统神经网络不能很好处理边界分类模糊数据及故障误诊问题，同时使得基于规则的规则性知识能够得到学习和调整。
2模糊逻辑和神经网络的结合方式模糊逻辑与神经网络的结合方式有许多种，主要有：（1）松散型结合。
两者之间各自处理各自的任务，没有直接的联系。
（2）并联型结合。
模糊故障树在汽车发动机故障诊断中的应用
桂 林 电 子 科 技 大 学 学 报
Ｊ ｒ ａ ｆＧｕ ｌ ｉ ｅ ｓ ｔ ｆＥｌ ｃ ｒ ｎｉ ｃ ｎ ｌ ｇ ｏｕ ｎ ｌｏ ｉｉ Ｕｎ ｖ ｒ ｉｙ ｏ ｅ ｔｏ ｃ Ｔｅ ｈ ｏ ｏ ｙ ｎ
ｔ ｅ ａ ｄ ｑ ａ ｔ ａ ｉ ｅ ａ ａｙ ｉ ｏ ｈ ａ ｌ ｏ ａ ｌ ｒ ｆａ ｓ ｓ ｅ ａ ｄ ｔ ｕ ｒ ｖ ｄ ｓａ ｔ ｅ ｒ ｔ ａ ａ ｉ ｆ ｒ ｓ ｓ ｅ ｄ — ｉ ｎ ｕ ｎ ｉ ｔｖ ｎ ｌ ｓｓ ｆｔ ｅ ｆ ｕ ｔ ｒｆ ｉ ｅ ｏ ｙ ｔ ｍ ｎ ｈ ｓ ｐ ｏ ｉ ｅ ｈ ｏ ｅ ｉ ｌｂ ｓｓ ｏ ｙ ｔ ｍ ｅ ｖ ｔ ｕ ｃ ｓ ｇ ． Ｔｈｓ ｐ ｐ ｒ ｐ ｅ ｅ ｔ ｕ ｓ ａ ｌ ｔ ｅ ｏ ｕ ｌ ａ ｉ ｅ ａ ｄ ｑ ａ ｔ ａ ｉ ｅａ ａ ｙ ｉ ｏ ｈ ｏ ｉｎ ｉ ａ ｅ ｒ ｓ ｎ ｓ ａ ｆ ｓ ｙ ｆ ｕ ｔ ｒ ｅ ｆ ｒｑ ａ ｉ ｔｖ ｎ ｕ ｎ ｉ ｔ ｎ ｌ ｓｓ ｆｔ ｅ ｃ ｍｍｏ ａ ｌ ｏ ｕ ｏ — ｔ ｔ ｖ ｎ ｆ ｕ ｔ ｆ ｔ ｍｏ ａ ｂ ｌ ｎ ｉ ｅ ｉ ｅ ｇ ｎ ．Ａｃ ｏ ｄ ｎ ｏ ｔ ｅ ｓ ｌ ｔ ｎ ｔ ｈ ｍａ ｌ ｓ ｕ ｅ ｎ ｈ ｔ ｕ ｔ ｒ ｕ ｃ ｉｎ ｏ ｈ ａ ｌ ｔ ｅ ，ａ ｑ ａ ｉ — ｅ ｃ ｒ ｉ ｇ ｔ ｈ ｏ ｕ ｉ ｏ ｔ ｅｓ ｌ ｔ ｔｓ ｔａ ｄ ｔ ｅｓ ｒ ｃ ｕ ｅ ｆ ｎ ｔｏ ｆｔ ｅ ｆ ｕ ｔ ｒ ｅ ｕ ｌ ａ ｏ ｅ ｃ ｔ
Ａｂ ｔ ａ ｔ Ｆｕ ｚ ａ ｌ ｔ ｅ ｔ ｏ ｅ ｔ ｒ ｓ ａｓ ｒ ｎ ｏ ｉａ ｎ ｉｕ ｌ ｍａ ｅ ｔｉ ａｒ ｌ ｂ ｅｍｅ ｈ ｄ ｆ ｒｂ ｔ ｕ ｌ ａ ｓｒ ｃ ： ｚ ｙ ｆ ｕ ｔ ｒ ｅ ｍｅ ｈ ｄ ｆ ａ ｕ ｅ ｔ ｏ ｇ ｌ ｇｃ ｌ ｄ ｖｓ ａ ｇ ．Ｉ ｅ ｉ ｌ ｔ ｏ ｏ ｏ ｈ ｑ ａ ｉ — ａ ｉ ｓ ａ ｔ
模糊故障树在汽车发动机故障诊断中的应用
模糊故障树在汽车发动机故障诊断中的应用
施云
【期刊名称】《桂林电子科技大学学报》
【年(卷),期】2008(028)003
【摘要】模糊故障树法是一种逻辑性强、直观形象的可靠性分析方法,既可定性又可定量地对系统典型故障进行分析,为故障分析处理及系统设计提供了理论依据.本文针对汽车发动机常见的故障,通过绘制发动机的故障树,根据最小割集的求解和故障树的结构函数,对其故障进行定性和定量分析,迅速找出故障原因.此方法简便、直观、实用,应用于汽车发动机故障诊断中能够取得令人满意的结果.
【总页数】3页(P222-224)
【作者】施云
【作者单位】桂林电子科技大学,机电工程学院,广西,桂林,541004
【正文语种】中文
【中图分类】TH165+.3
【相关文献】
1.故障树分析法和模糊集理论在堆垛机故障诊断中的应用 [J], 廖伦彪;杨丰;张宝;杨涛;吕婷
2.模糊故障树在煤矿风机故障诊断中的应用 [J], 类国焕;周媛
3.故障树分析法在汽车发动机故障诊断中的应用 [J], 李敏
4.模糊故障树在船舶柴油机滑油系统故障诊断中的应用 [J], 贾广付
5.模糊故障树理论在航空充电设备故障诊断中的应用研究 [J], 姚海燕;李勋章;杨秀芹
因版权原因，仅展示原文概要，查看原文内容请购买。
故障诊断技术part5模糊理论及其在故障诊断中的应用-3
p 1/ p
式中，p∈[0, ∞)为调整“悲观”程度的参数。 当p从0开始增加时，上式将在0到min(μA(x)，μB(x)) 之间单调上升。
广义并和广义交运算可以推广至多个模糊集。 考虑n个模糊集A1～An，为了方便，用xi表示μAi(x)， 则模糊集A1～An的广义并运算规则为：
n p 1/ p p ( x1 , x2 ,..., xn ) min1, xi i 1
3、模糊集合的基本运算 模糊集合是普通集合的推广，普通集合的一些运算 规则也可相应地扩展到模糊集合。 记F（U）表示论域U上模糊子集的全体，则有以下 定义和运算规则。 定义3： 设A，B∈F（U），若 x U ，有 A ( x) B ( x) ， 则称A包含于B，或者B包含A。记为A B； 若 x U ，有 A ( x) B ( x) ，则称A等于B，记为 A＝B。
A B ( x) min 1, A ( x) B ( x)
p
p 1/ p
式中，p∈[0, ∞)为调整“乐观”程度的参数。 当p从0开始增加时，上式将在1到max(μA(x)，μB(x)) 之间单调下降。
“广义交”运算的定义如下：
A B ( x) 1 min 1, (1 A ( x)) (1 B ( x))
图 中间型函数
（4）三角形函数
0, 1 A ( x) 1 0,
xa , b xa , b
x a b a b x a a x ab x ab
图 三角形函数
（5）梯形函数
0, a x a 2 , a2 a1 A ( x) 1, a x a 2 , a2 a1 0,
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
５ ７ ９ ０
Ｃ ｕ ｎ ｍｅ ｇ ＵＩＸ ａ — ｎ
（ ｕ ｍ ｂｌ Ｅ ｇｎｅ ｎ ｅ ａ ｍ ｎ， ｈｎｉ ｏ ｅｅｏ ｏ ｍ ｎｃｔ ｎＴ ｃｎｌｇ ， ｉａ １０ ８ Ｃ ｉａ Ａ ｔ ｏ ｉ ｎｉｅｆ ｇＤ ｐｒ ｅｔ Ｓ ａｘ Ｃ ｌｇ ｆ ｍ ｕ ｉ ｉ ｅｈ ｏ ｙ Ｘ ’ｎ７ ０ １ ， ｈｎ ） ｏ ｅ ｉ ｔ ｌ Ｃ ａｏ ｏ
模糊 逻 辑 诊 断 技 术在 汽 油 机 故 障诊 断 中 的应 用
崔 选盟
（ 陕西交通职业技 术学院 汽车工程 系，陕西 西安 ７ ０ １ ） １０ ８
摘
要： 根据汽油机故障征兆与故障原因之间并非 一一对应 的不确定关 系特点 ， 针对性地 有
提出了模 糊逻辑诊 断原理 ， 出了利用模糊 逻辑诊 断技 术对 汽油 机故障进 行分 析诊 断的方 给 法， 通过实例说 明了模糊逻辑诊断技术在汽油机故障诊断中的应用 ． 关键词 ： 模糊矩 阵 ； 汽油机 ； 故障诊断
表 １ 隶属度取值原则 第＿ 『 个故障原因引起第 ｉ 个故障征兆 的可能性
不 可 能 引 起
取 值范围
有点不可能引起
有 点 可能 引起
可能引起 很可能引起 非常可能引起
必 然 引 起
Ｏ
卜 ３ ５ ７ ９ ｎ
．
～
Ｄ Ｄ ． ．
～
～
３
Ｄ １ ． ．
Ａｂ ｔ ａ ｔ ｓ ｒ ｃ ：Ａｃ ｏ ｄ ｎ ｅ ｕ ｃ ｒａｎ ｙ ｃ ａ ａ ｔ ｒ ｔ ｓｂ ｔ ｅ ｅ ｆｕ ｔ ｙ ｔｍ ｎ ｅ ｃ ｕ ｅ ｏ ｌ ｎ ｉｎ， ｃ ｒ ｉ ｇ ｔ ｔ ｎ ｅ ｔｉ ｔ ｈ ｒ ｃｅ ｉ ｉ ｅｗｅ ｎ ｔ ｌ ｓ ｍｐ ｏ ａ ｄ ｔ ａ ｓ ｆ ｏ ｈ ｓｃ ｈ ａ ｈ ｍａｆ ｔ ｕ ｏ ｈ ｉｇ ｏ ｔ ｔ ｏ ａ ｅ ｎ ｔ ｕ ｚ ｏ ｉ ｈ ｏ ｙ ｆ ｒ ｐ ｔ ｎ ｉ ｅ ｆ ｕ ｔ ｉ ｉ ｓ ｅ ｎ ｔ ｉ ａ ｅ ，ａ ｄ ｔ ｅ ｄ ａ ｎ ｓ ｃ ｍｅｈ ｄ ｂ ｓ ｄ ｏ ｅ ｆ ｚ ｙ ｌ ｇｃ ｔ ｅ ｒ ｏ ｅｒ ｌｅ ｇｎ ａ ｌ ｓ ｄ ｓ ｕ ｓ ｄ ｉ ｈ ｓ ｐ ｐ ｒ ｎ ｉ ｈ ｏ ｓ ｃ ｈ ｎ ｔ ｆ ｔ ｎ ｓ ｆｔ ｓ ｔ ｅ ｅ ｅｆ ｃｉ ｅ ｅ ｓｏ ｉ ｍｅ ｈ ｄ ｉ ｅ ｉ ｅ ｙ ｅ ａ ｌ ． ｈ ｅ ｖ ｈ ｔ ｏ ｓ ｖ ｒ ｉｄ ｂ ｘ ｍｐ ｅ ｆ Ｋｅ ｒ ｓ ｕ ｚ ｔ ｘ；ｐ ｔ ｌｅ ｇｎ ；ｄ ａ ｏ ｉ ｙ ｗｏ ｄ ：ｆ ｚ ｙ ｍａｒ ｉ ｅｒ ｎ ｉ ｅ ｉｇ ｓｓ ｏ ｎ
中图分类号 ： ４ ２４ Ｏ ７ ． 文献标识码 ：Ｂ
Ｒｅ ｅ ｃ ｎ ａ ｌｃ ｔｏ ｆｆ ｚ ｙ ｌｇ ｃ ｔｃ ｎｏ ｏ ｙ ｉ ｔ ｔ ｏ ｎｇｎｅ ｄ ａ ｎ ｓｓ ｓ ａｒ ｈ ｏ ｐｐ ｉａ ｉ ｎ ｏ ｕ ｚ ｏ ｉ ｅ ｈ ｌ ｇ ｎ ｏ ｐｅｒ ｌｅ ｉ ｉ ｇ ｏ ｉ
故 障原因， 就必须预先确定出故障征兆与故障原因之间的隶属度 ， 然后才能建立模糊关系矩阵 ， 最后通 过计算得出结论【 ． ３ Ｊ
模糊逻辑诊断技术的步骤为 ： 广泛搜集既往实际故障诊断的第一手资料 归纳出典型故障并进行 分类 依据维修专家经验及统计方法确定出每一种故障征兆与故障原 因之间的隶属度－建立故障隶属 ÷ 度表＿建立模糊关系矩阵并进行计算一得出结论Ｈ ． Ｊ
，
则 三者之 间关 系为 Ｙ＝ ・ Ｒ 引．
隶属度 ｒ 表示第 ｉ 个故 障征兆是由第 个故障原因引起的可能性 的大小 ， 可能性越大者其值就越大 （ ０～ 之间） 隶属度 ｒ的确定是汽车维修专家在既往大量维修案例统计数据基础上 ， 在 １ ． 结合个人经验 综合考虑 的结果（ 见表 １ ． ）
收稿 日期 ：０ ８— ６— １ ２０ ０ ０
作者简介 ： 崔选盟 （ ９３一） 男 ， １６ ， 陕西交通 职业技术学 院副教授．
８ ２
● ● ●
长
●
沙
交
通
学 院
学
报
第２ ４卷 算 方法
“ 啊
设： 故障征兆集为 Ｘ＝｛ ，： …， ｝ 故 障原 因集为 ｙ＝｛ ， ｝ 模糊关 系矩 阵为 ， ， ｙ ， …， ，
随着世界汽车工业的飞速发展 ， 现代汽油机的结构越来越复杂 ， 汽油机在运行过程中难免会出现各
种各样的故障 ， 且每种故障的故障征兆与故障原因分别有若干个 ， 故障征兆与故障原 因之间也不是一一 对应 的关系． 一个故障征兆有可能由几个不 同的原因引起 ， 而不同的故障原因有可能产生同一个故障征 兆， 特别是当几种故障征兆 同时 出现时 ， 用传统 的故障诊断方法就更显得力不从心ｌ． １ 为了科 学、 Ｊ 准确
地对汽油机故障进行诊断 ， 在对既往故障进行大量统计 的基础上 ， 引人模糊逻辑诊断技术 ， 为汽车维修 技术人员快速、 准确地诊断故障提供了科学依据 ． Ｊ
１ 模糊逻辑诊 断技术简介
模糊逻辑诊断技术就是借助模糊数学的方法 ， 将故障征兆与故障原 因之间的复杂关 系用数学式进
行描述 ， 再根据数学方法进行综合推理 ， 最终得到一个 比较具体 的计算结果． 为了从故障征兆 中诊断出
第 ２ ４卷 第 ３期 ２ ０８ ９月 ０ 年
长
沙
交
通
学
院
学
报
Ｖｏ ． ４ Ｎｏ ３ １２ ．
Ｊ ＯＵＲＮＡＬ ＯＦ ＣＨＡＮＧＳ ＨＡ ＣＯＭ Ｍ ＵＮＩ ＣＡＴＩ ＯＮＳ ＵＮＩ ＶＥＲＳ ＴＹ Ｉ
Ｓ ｐ ２ ０ ｅ． ０８
文章编号 ：０ ０— ７ ９ ２ ０ ）３－０ ８ ０ １０ ９ ７ （０８ ０ ０ １－ ３