分会场

智能控制与混合动力

摘要

国六柴油机故障现象与原因之间关联错综复杂，如何高效、准确地实现故障诊断与决策是柴油机故障诊断领域亟待解决的关键问题。提出一种基于数据与物理融合模型的方法，旨在构建一种高效且准确的国六柴油机故障智能诊断与决策推理系统。首先分析了国六柴油机的维修记录、故障码/故障信息以及发动机运行数据等多维度信息，为构建智能诊断融合模型提供了丰富而可靠的数据基础。其次，基于柴油机部件/系统的失效机理，建立了国六柴油机进排气系统、后处理等关键系统的物理失效模型，然后结合物理失效模型和数据特征运用贝叶斯网络智能算法，构建了一种具备自学习功能的故障智能推理诊断决策机制，经测试验证该融合算法的故障定位精度达到了90%以上，显著提升了故障诊断的准确性和效率。最后以云平台为智能诊断分析引擎、APP为应用端的实施方式构建了端到端的柴油机智能诊断系统，通过输出维修列表和维修方案用于指导维修，满足支持全生命周期诊断应用。结果表明：智能诊断系统能够将故障物理模型与数据特征相结合，经过台架与用户功能验证实现了柴油机故障快速精准定位，可以降低故障维修时间15%。

关键词

国六柴油机;数据驱动;智能诊断;数据-物理融合模型

电子U盘全文仅限大会已缴费参会代表下载。

您还没有登录，请您先 点击这里登录