基于虚拟仪器的汽车远程故障诊断系统的研究

把虚拟仪器和网络技术引入到故障诊断，使故障诊断与计算机网络技术和虚拟仪器技术相结合．提出了一个基于虚拟仪器技术的远程故障诊断系统模型，设计了数据采集端，介绍了基于虚拟仪器和Internet的远程控制问题的开发过程，并对系统的基本功能进行了描述．     

缺陷汽车产品召回信息发布方式探讨

在缺陷汽车产品召回的整个过程中,召回信息的发布起着重要作用,要想取得较高的召回响应率,必须做好召回的公告工作.本文主要讨论了汽车缺陷产品召回中使用的几种重要公告方式,并对它们各自的应用范围进行了比较,这对我国的缺陷汽车召回管理工作的开展具有借鉴作用.     

发动机点火系统故障诊断的研究

建立了基于神经网络的发动机点火系统故障诊断专家系统,并较好地应用于自行开发的汽车示波器上.经实车测试,故障珍断结果可靠.     

基于最小二乘法的BP算法

标准BP神经网络算法收敛速度慢是限制其广泛应用的主要原因．为此，以标准BP算法为基础，应用最小二乘法理论，提出了一种收敛速度快的BP算法——NLMsBP算法．仿真结果表明，和标准BP算法及其它改进形式比较，NLMSBP算法收敛速度大大提高，稳定性并未降低，这为BP神经网络应用于实时性要求高的场合提供了算法基础．该算法缺点是计算量大，所需计算机内存大，不适于大型网络的计算．     

基于滑模跟踪控制的汽车发动机在线监测与故障诊断

根据滑模控制理论,设计了汽车发动机动态转矩滑模跟踪控制方案,通过改变动态转矩,使曲轴转速平方的估计值不断跟踪其测量值,二者误差逐渐减小,动态系统收敛性得以保证,从而可以估计动态转矩和平均动态转矩.若发动机某缸(或某几缸)平均动态出现较大的负值,则可断定该缸存在故障.试验结果表明,该方法对建模误差和参数变化具有很强的鲁棒性,在中低转速和变化工况下均能实时监测气缸工作情况,准确诊断和定位故障,并能判断故障的严重程度.     

基于虚拟仪器的发动机故障诊断仪

利用虚拟仪器技术成功开发了一种发动机故障诊断仪器 ,具有数字万用表和示波器的双重功能 ,能连续检测、记录、显示和存储汽油机 (电喷式或化油器式 )点火系统、起动系统、各种传感器、执行器及柴油机供油系统等零部件的电子波形、相关参数 ;配有神经网络专家系统 ,在显示波形的同时 ,直接给出诊断结果即指示故障部件并说明原因 ,因而是一种理想的汽车在线故障诊断工具     

基于自回归时序盲辩识的机械故障诊断

提出了一种自回归(AR)模型的盲辨识的算法，该算法与传统AR模型的辨识算法的区别在于它可同时确定AR模型的阶次和参数，而不需事先确定AR模型的阶次或假定AR模型的阶次已知，其特点是计算量小，具有很好的收敛性，并在此基础上将AR模型的盲辨识方法应用到机械故障诊断中．