基于神經網絡的燃料電池發動機故障診斷系統設計.pdf

1、燃料電池發動機作為燃料電池汽車的重要組成部分之一，其性能及可靠性直接決定整車性能。由于發動機工作在封閉的空間內，而且工作環境較為惡劣，在運行過程中容易發生故障。深入研究燃料電池發動機運行特性，建立其故障診斷模型，對提高燃料電池汽車的可靠性具有重要意義。論文以此為背景，研究基于神經網絡的燃料電池發動機故障診斷系統，主要研究內容如下：
　　 在分析燃料電池發動機的系統結構、探討影響其輸出性能的主要因素的基礎上。結合燃料電池發動機的工

2、作原理及實驗數據對發動機進行故障分析，將其分為燃料電池發動機性能型故障和系統型故障二大類，并將發動機故障按嚴重級別進行了分級，列舉了各級典型故障及相應的處理措施。
　　 由于燃料電池發動機具有非線性，非平穩性及不確定性等特點，無法用傳統的解析模型故障診斷方法得出精確診斷結果。本文提出了一種基于神經網絡的故障診斷方法，并探討了各種改進型BP算法的優劣及適用情況。針對發動機的不同子系統建立BP網絡故障診斷模型，獲取初始的診斷知識運用

3、于發動機運行過程中的故障診斷。
　　 針對自主研發的燃料電池發動機系統，設計了燃料電池故障診斷專家系統軟件，在對系統軟件進行需求分析的基礎上，對軟件功能模塊進行了劃分，包括通訊接口模塊、實時監測模塊、故障診斷模塊、神經網絡自學習模塊及數據庫管理模塊，實現了發動機運行狀態的監測、實時及歷史數據查詢、報警顯示、常見故障判斷以及定位分析等功能，同時該系統還可離線診斷。
　　 通過現場實驗模擬故障對故障診斷模型及診斷軟件進行了驗