臺灣博碩士論文加值系統

本文應用類神經網路、倒傳遞演算法及最陡坡降法發展出一汽油引擎真空漏氣診斷系統。將引擎在正常與漏氣情況下的空氣流量、節氣門開度、進氣歧管壓力及引擎轉速等實驗數據加以收集，做為真空漏氣診斷系統的訓練資料。測試樣本分為正常情況、曲軸通風系統真空漏氣和燃油壓力調整器真空漏氣。由實驗結果得知，以類神經網路所建立的真空漏氣診斷系統能正確地判斷出元件是否有漏氣。另外，並建立曲軸通風系統及燃油壓力調整器的漏氣程度診斷系統，進一步判斷元件的漏氣程度。
第二部份是利用類神經網路系統來預測引擎正常和各種漏氣程度不同狀態的進入進氣歧管的空氣質量流率及進入汽缸的空氣質量流率。此系統收集進氣歧管進氣溫度、進氣歧管壓力、節氣門角度、引擎轉速和空氣流量頻率等動態資料，來做為類神經網路訓練學習的資料，所有預測結果的誤差百分比都不超過 1%。這說明了本文所提出的引擎漏氣診斷系統與引擎動態資料預測系統，在引擎漏氣診斷及動態資料預測的應用上是可行的。

In this paper, the neural network, the back propagation algorithm and steepest descent method are combined to develop the leakage diagnosis of vacuum pressure of the gasoline engine. The datum of air flow, throttle position, intake manifold pressure and injection time are collected under the normal and leakage conditions. The testing samples are divided into the normal condition, the leakage of crank ventilation and that of fuel pressure regulator. The results indicate that the diagnostic system constructed by the neural network can exactly identify the leakage caused by crank ventilation or fuel pressure regulator. Furthermore, the leakage degree diagnosis systems for crank ventilation and fuel pressure regulator are presented.
Secondly, neural networks system is utilized to estimate the normal and leakage conditions of engine, manifold pressure, air mass flow rate into manifold and air mass flow rate into cylinder under the different conditions. The intake manifold temperature, intake manifold pressure, throttle position, engine speed and datum of air flow frequency are collected as dynamic data and use for neural networks tuning. The overall estimation error ratios are less than 1%. In this research, the engine diagnosis system and dynamic data estimator are proposed, and the application of engine leakage diagnosis and dynamic data estimator are also demonstrated.

摘要--------------iv
英文摘要 ----------v
誌謝--------------vi
目次--------------vii
表目錄------------x
圖目錄------------xii
第一章 緒論-------1
1.1 研究目的及方法-----1
1.2 文獻回顧----------3
1.3 論文大綱------------5
第二章 類神經網路 --------6
2.1 生物神經網路----6
2.2 類神經網路之神經元介紹----8
2.3 活化函數類型-------10
2.4 類神經網路系統架構-----14
2.5 類神經網路的學習-------16
第三章 引擎漏氣診斷--------18
3.1資料的正規化--------18
3.2 診斷系統期望輸出值------19
3.3 引擎漏氣來源診斷系統----21
第四章 引擎空氣質量流率預測----29
4.1 進氣歧管動態模型----29
4.2 進氣歧管動態模型之最佳參數取得----33
4.3 以類神經網路預測進入進氣歧管空氣質量流率----34
4.4 以類神經網路預測進入汽缸空氣質量流率----37
第五章 實驗設備介紹----43
5.1 汽油引擎系統----43
5.2 引擎動態監控系統----47
第六章 實驗結果----63
6.1 引擎漏氣診斷結果(孔洞漏氣情形)----63
6.1.1 漏氣來源診斷結果----63
6.1.2 曲軸通風系統漏氣程度診斷結果----64
6.1.3 燃油壓力調整器漏氣程度診斷結果----65
6.2 引擎漏氣診斷結果(裂縫漏氣情形)----66
6.2.1 引擎裂縫漏氣診斷結果----66
6.2.2 裂縫漏氣來源診斷結果----67
6.2.3 曲軸通風系統裂縫漏氣程度診斷結果----67
6.2.4 燃油壓力調整器裂縫漏氣程度診斷結果----68
6.3 進入進氣歧管的空氣質量流率預測結果----69
6.4 進入汽缸的空氣質量流率預測結果----70
第七章 結論及建議 ----87
7.1 結論----87
7.2 後續研究建議----88
參考文獻----90
附錄A 漏氣來源之診斷結果(孔洞漏氣情形)----93
附錄B 曲軸通風系統漏氣程度之診斷結果(孔洞漏氣情形)----95
附錄C 燃油壓力調整器漏氣程度之診斷結果(孔洞漏氣情形)----96
附錄D 引擎裂縫漏氣診斷結果(裂縫漏氣情形)----97
附錄E 裂縫漏氣來源診斷結果(裂縫漏氣情形)----100
附錄F 曲軸通風系統裂縫漏氣程度診斷結果(裂縫漏氣情形)----102
附錄G 燃油壓力調整器裂縫漏氣程度診斷結果(裂縫漏氣情形)----103
附錄H 進入進氣歧管空氣質量流率預測結果----104
附錄 I 進入汽缸空氣質量流率預測結果----110

1.Huang, Y. C., Yang, H. T. and Huang, C. L., An evolutionary computation based fuzzy fault diagnosis system for a power transformer, Soft Compution in Intelligent System & Information Processing Proceedings Asian, pp.218-223, 1996.
2.Dai, F. and Sugisaka, M., Fuzzy fault query approach in the fault diagnosis of a power plant system, Proceedings IEEE/RSJ International Conference on Intelligent Robots and System, Vol.2, pp.752-754, 1999.
3.Buehler, P. J., Freanchek, M. A. and Makki, Mass air flow sensor diagnostics for adaptive fuel control of internal combustion engines﹐Proceedings of the American Control Conference Anchorage, Vol.3, pp.2064-2069, 2002.
4.Chen, P. C, Neuro-fuzzy-based fault detection of the airflow sensor of an idling gasoline engine,Proc.IMechE. Part D:J.Automobile Engineering,2005,219,1-14.
5.Moskwa J.J., Automotive engine modeling for real time control, Ph.D thesis,1988.
6.Cho, D. Nonlinear control methods for automotive powertrain system,Ph.D thesis,1987.
7.楊啟良，發動機電路多重故障診斷法，國立成功大學航空太空工程研究所碩士論文，民國91年。
8.陳聖洲，汽油引擎之類神經模糊故障診斷，南台科技大學機械研究所碩士論文，民國92年。
9.廖哲鴻，汽油引擎的空氣流量及噴油嘴故障檢測，南台科技大學機械研究所碩士論文，民國94年。
10.Chen, P. C, and Liu, J. Z., Fault correction of Air-flow Sensor by Using Gentic Algorithm and Neural Fuzzy Technique，中華民國第十五屆模糊理論及其應用會議，pp.421-426,2007。
11.張斐章、張麗秋，類神經網路，東華書局，民國94年。
12.Willard W. Pulkrabek原著，李冠宗、呂有豐譯，內燃機，高立圖書有限公司，民國88年。
13.陳東杰，必迴路式引擎噴油控制器之開發與研究，國立屏東科技大學車輛工程研究所碩士論文，民國93年。
14.中華汽車，LACER VIRAGE 工作手冊，引擎與全車電路。
15.張定國編著、林振江校閱，汽車引擎測試與診斷，全華科技圖書股份有限公司，民國84年。
16.賴瑞海編著、黃靖雄校閱，汽車學III(汽車電學篇)，全華科技圖書股份有限公司，民國84年。
17.吳子恆，汽油引擎的類神經模糊具類分析，南台科技大學機械研究所碩士論文，民國92年。
18.陳沛仲、陳聖洲，以類神經網路技術來診斷汽油引擎的故障，精密機械與製造技術研討會，pp.251-259,2003。
19.陳沛仲、劉建志，應用類神經網路於汽油引擎的漏氣偵測和診斷，精密機械與製造科技研討會，pp.B23_01-B23_09,2008。
20.蘇木春、張孝德，機械學習：類神經網路、模糊系統以及基因演算法，全華科技圖書股份有限公司，民國94年。
21.張智星，MATLAB程式設計[入門篇]，清蔚科技圖書股份有限公司，民國93年。
22.惠汝生編著，LabView7.1 Express圖控程式應用，全華科技圖書股份有限公司，民國93年。
23.蕭子健譯，LabView 基礎篇，高立圖書有限公司，民國87年。