论文部分内容阅读
针对TSI发动机故障检测问题,应用概率神经网络技术,分析了执行器工作波形上的幅值、周期、波形走势和脉宽等特征值,诊断故障原因。同时,将提取的特征值利用MATLAB软件进行数据处理与分组,建立PNN神经网络并进行训练与测试。以喷油器驱动器的工作电压波形为例,对所设计的故障诊断方法进行验证,并将PNN神经网络与传统BP神经网络的故障诊断结果准确率进行对比。实验结果表明：基于概率神经网络的故障识别方法可快速准确地识别喷油器故障。