关键词：发动机;;发动机故障诊断;;可靠性试验;;BP神经网络;;遗传算法
摘 要：发动机是汽车的动力源,发动时的运转状态直接影响着汽车整车的运行状态、可靠性和安全性。然而汽车发动机的零部件很多,结构庞大和繁琐,运行环境严酷,所以汽车发动机在实际工作中会发生多种多样的故障,由于结构复杂导致故障的排除难度较大。利用专业的仪器检测设备对汽车发动机的状态进行监测及故障检测,从而确定故障发生部位,分析故障原因,充分利用现代计算机技术、大数据分析技术、测试传感技术等信息技术,提高对汽车发动机的状态监测能力和故障诊断的准确性具有重要的实际意义。本文首先分别阐述了汽车发动机试验、发动机故障诊断、人工神经网络和BP神经网络等汽车发动机状态监测及故障诊断的关键技术的国内外研究现状;其次,应用FMEA、FMECA和FTA三种常见的故障分析方法对汽车发动机进行了故障分析,针对汽车发动机燃油耗高和发动机动力不足两种典型故障进行了故障分析,分别建立了相应的故障树;第三,在充分了解汽车发动机的试验要求和试验原则的基础上,详细规划了汽车发动机性能参数的检测方法和手段,提出了汽车发动机台架试验系统的设计方案和具体的台架试验方法。最后,将遗传算法与BP神经网络相结合,提出了基于遗传算法的BP神经网络的汽车故障诊断,并进行了实例分析。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取