臺灣博碩士論文加值系統

類神經模糊模式具有相當好的容錯性和適應性，故本研究使用此一方法來建立空氣流量預測系統以及噴油嘴故障診斷系統。利用類神經網路來訓練模糊集合的參數與推論規則，之後再以模糊集合參數與規則建立模糊系統來預測、判別輸出。為求最佳的模糊推論相關參數以滿足期望值之輸出結果，吾人以最陡坡降法(Gradient Descent Method )來調整各項參數。在本實驗中，擷取引擎正常情況、空氣流量感知器故障和噴油嘴故障情況下的節氣門開度、噴油時間、引擎轉速及空氣流量訊號，再將這些訊號輸入類神經模糊模式，透過訓練學習的步驟得到相關的模糊參數及推論法則，建立空氣流量預測系統以及噴油嘴故障診斷系統，其中空氣流量預測系統再與以LabView撰寫的監控系統，整合建立一個空氣流量故障修復系統，此空氣流量故障修復系統可以判別空氣流量感測器是否發生故障，並且輸出預測的正常空氣流量訊號給引擎，藉以修復空氣流量感測器所產生的不正常訊號。噴油嘴故障診斷系統可以診斷出引擎在運轉的時候，噴油嘴是否發生單缸故障或是二缸故障。由實驗結果可知，空氣流量故障修復系統在空氣流量感測器發生故障時，可以輸出預測的空氣流量訊號取代空氣流量感測器的原始訊號，而此時的引擎狀態也與正常情況相近。噴油嘴故障診斷系統在引擎各種轉速情況下，都可以明確的診斷出噴油嘴是否發生單缸故障或是二缸故障。由實驗結果來看，本文提出的空氣流量故障修復系統與噴油嘴故障診斷系統，在實際引擎情況底下，皆是可行的，而準確率也相當高。

Neuro-Fuzyy approach has quite good fault-tolerant and adaptability, so this study uses this method to set up fault detections of air-Flow sensor and injector of a gasoline engine. It trains the parameters and rules of fuzzy sets then set up the fuzzy system with the parameters and rules to estimate and detect the outputs. In order to find the best fuzzy parameters to satisfy the expected value, use the gradient descent method to update each parameter. In this experiment, got the degree of throttle, fuel injection time, rpm and air-flow signals under normal situation, air-flow sensor breakdown and injector breakdown, then take these signals into neuro-fuzzy approach for fuzzy parameters and rules by the training way. After that, the estimation system of air-flow and diagnosis system of injector fault can be set up. An estimation system of air-flow becomes an repairing system of air-flow with monitoring system designed by LabView. The repairing system of air-flow can detect if the air-flow sensor is getting faults and it also can output the estimating air-flow signal to engine. The diagnosis system of injector fault can detect the single injector or double injector faults. By the experimental results, the estimation system of air-flow can output the air-flow signal to replace the original signal which is produced by air-flow sensor and then the engine state is very close to the normal state at the same time. The diagnosis system of injector fault can diagnose clearly whether singal injector is at fault or double. According to the experimental results, the repairing system of air-flow sensor and the diagnosis system of injector fault which are proposed in this study are feasible and usable and the accuracy is quite well.

摘要 iv
英文摘要 v
目次 vi
表目錄 vii
圖目錄 x
第一章 緒論 1
1.1 研究動機 1
1.2 研究目的及方法 2
1.3 內容大綱 3
第二章 類神經網路與模糊系統 4
2.1類神經網路 4
2.2模糊系統簡介 8
2.2模糊系統推論法則 9
第三章 類神經模糊模式 10
3.1 類神經模糊演算法 11
第四章 實驗設備介紹 19
4.1 汽油引擎系統 19
4.2 引擎動態訊號監控系統 20
第五章 實驗結果與討論 30
5.1 資料的正規化 30
5.2 實驗結果 31
5.2.1 空氣流量故障修復系統 31
5.2.2 噴油嘴故障診斷系統 34
第六章 結論及建議 55
6.1 結論 55
6.2 後續研究建議 56
參考文獻 57
附錄 A 噴油嘴單缸故障診斷輸出圖 59
附錄 B 噴油嘴二缸故障診斷輸出圖 65
附錄 C 噴油嘴間歇故障診斷輸出圖 74
附錄 D 其他測試資料診斷輸出圖 79

[1]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。
[2]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89年
[3]Tyan C. Y., Wang P. P. and Bahler D. R., “Neural fault diagnosis and fuzzy fault control for a complex linear dynamic system,” Proceedings IEEE International Conference on, Vol. 2, 1995, pp.1001-1008.
[4]Huang Y. C., Yang H. T. and Huang C. L., “An evolutionary computation based fuzzy fault diagnosis system for a power transformer,” Soft Computing in Intelligent Systems & Information Processing, Proceedings Asian, 1996, pp. 218 –223.
[5]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 Systems, Vol. 2, 1999, pp.752-754.
[6]Wang X. G. and Liu W., “A fuzzy fault diagnosis scheme with application,” IFSA World Congress & 20th NAFIPS International Conference, Vol. 3, 2001, pp.1489-1493.
[7]Kuo H. C., Wu L. J. and Chen J. H., “Neural-fuzzy fault diagnosis in a marine propulsion shaft system,” Journal of Materials Processing Technology, Vol. 122, 2000, pp.12-22.
[8]Buehler P. J., Freanchek M. A. and Makki I., “Mass air flow sensor diagnostics for adaptive fueling control of internal combustion engines,” Proceedings of the American Control Conference Anchorage, Vol. 3, 2002, pp.2064-2069.
[9]Shi Y. and Mizumoto M., “A new approach of neuro-fuzzy learning algorithm for tuning fuzzy rules,” Fuzzy Set and System, Vol. 112, 2000, pp.99-116.
[10]陳沛仲、吳子恆、陳聖洲，類神經模糊模式在乙醇汽油引擎排放廢氣之應用，自動控制研討會，2003。
[11]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。
[12]吳子恆，汽油引擎的類神經模糊聚類分析，南台科技大學機械研究所碩士論文，民國92年。
[13]陳沛仲、陳聖洲，以類神經模糊技術來診斷汽油引擎的故障，自動控制研討會，精密機械與製造技術研討會，pp. 251-259, 2003。
[14]李允中、王小璠、蘇木春編著，模糊理論及其應用，華科技圖書股份有限公司，民國91年
[15]張智星，MATLAB程式設計與應用，清蔚科技股份有限公司，民國90年。
[16]吳駖編著，MATLAB 6.X與基礎自動控制，文魁資訊股份有限公司，民國91年。
[17]蕭子健譯，LabView 基礎篇，高立圖書有限公司，民國87年。
[18]廖炳松編著，LabView介面控制實習，全華科技圖書有限公司，民國91年。
[19]惠汝生編著，LabView7.1 Express圖控程式應用，全華科技圖書有限公司，民國93年。
[20]洪景煌，以勤汽車資訊4G95燃料噴射引擎，以勤有限公司，民國92年。