科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统柴油颗粒过滤器(diesel particulate filters, DPF)故障诊断中人工提取特征过程繁杂且特征参数难以表征DPF故障状态的问题，提出基于深度学习的DPF故障诊断方法。通过车载传感器采集发动机转速、DPF压差等5种信号数据，经数据融合后建立压差类、温差类和压差+温差类三类样本数据；利用深度学习特征自提取的优势，提取车辆在不同行驶工况下样本数据中压差或温差表征的DPF故障特征；结合深度学习网络中Softmax多分类器实现端到端的DPF故障诊断。利用GT-Power仿真数据，验证了所提方法的可行性，开发了相应的应用软件。
- 单位
