重庆理工大学学报2022，Vol.36Issue(8) ：126-133.DOI:10.3969/j.issn.1674-8425(z).2022.08.015

基于深度学习的DPF故障诊断及应用

DPF fault diagnosis and application based on deep learning

陈仁祥 胡超超 孙健 赵树恩 程德新
重庆理工大学学报2022，Vol.36Issue(8) ：126-133.DOI:10.3969/j.issn.1674-8425(z).2022.08.015
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于深度学习的DPF故障诊断及应用

DPF fault diagnosis and application based on deep learning

陈仁祥 1胡超超 1孙健 2赵树恩 1程德新1
扫码查看

作者信息

  • 1. 重庆交通大学交通工程应用机器人重庆市工程实验室,重庆 400074
  • 2. 内燃机可靠性国家重点实验室,山东潍坊 261061
  • 折叠

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.

关键词

深度学习/柴油机/柴油颗粒过滤器/特征提取/故障诊断

引用本文复制引用

基金项目

出版年

2022
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量1
参考文献量7
段落导航相关论文