基于CNN的主动悬架传感器故障诊断

作者：王艳平; 韩晓冰

来源：控制工程, 2022, 1-6.

DOI：10.14107/j.cnki.kzgc.20220513

• 卷积神经网络
• BP神经网络
• 传感器
• 故障诊断

传感器是汽车主动悬架系统中的重要组成部分，但是在车辆运行期间传感器可能发生损坏甚至故障。传感器损坏后采集的信号会对主动悬架系统的控制效果产生不良影响。因此，基于卷积神经网络（Convolutional Neural Network，CNN）的传感器故障诊断算法被提出。根据高度传感器在3种不同损坏状态下所采集的数据，选取各周期内的训练样本数据，并保留一定数量的测试样本。结合基于CNN的传感器故障诊断算法，使用训练样本对神经网络进行训练，然后输入测试样本对神经网络的准确率进行测试，验证了卷积神经网络在高度传感器的故障诊断方面的准确性。并使用同样的数据对BP神经网络（Back Propagation Neural Network）进行训练和测试，经过对诊断结果准确率的比较，CNN在汽车主动悬架高度传感器信号故障诊断方面具有明显优势，诊断准确率达到99.31%。

• 单位
  辽宁工业大学