摘要
本发明公开了一种实现排温传感器故障识别和自适应的方法,属于排温传感器故障检测技术领域,解决LS‑SVM模型不能在线学习而增大了整个模型的学习时间的技术问题。方法为:采集发动机的主供油量、进气量、曲轴转速、气缸内部压力以及排气温度;构建发动机线性模型,得到实际的排气温度输出值;构建OSLS‑SVM算法模型,并使用采集的数据进行训练;将实时采集到的数据输入到已经训练好的OSLS‑SVM算法模型中,获取排气温度的预估输出值;当实际的排气温度输出值偏离预估输出值的时候,表示传感器故障,用预估输出值代替故障传感器实际的排气温度输出值进行输出。不需要进行传统的离线参数学习更新过程,即可实现故障诊断和自适应控制快速响应。
技术关键词
排温传感器
SVM算法
故障传感器
数据
闭环反馈系统
正则化参数
非线性
排气
误差
偏差
曲轴转速传感器
数学模型
决策系统
在线学习算法
发动机进气量
故障检测技术
系统为您推荐了相关专利信息
电除尘器高频电源
驱动控制方法
综合工况
指数
参数
电网模型数据
业务系统
关系
读取配置文件
展示界面
信号接收单元
机械驱动机构
零点校准装置
信号发射单元
信号处理单元
物联网设备
加密芯片
物联网平台
数据
可执行程序代码
优化自动控制系统
氟硅酸浓度
数据采集模块
控制执行模块
在线气体分析仪