VehicleFaultDiagnosisTechnologyBasedonMultiInformationFusion

VehicleFaultDiagnosisTechnologyBasedonMultiInformationFusion.pdf
Aninformationfusionfaultdiagnosisapproachisproposedforvehiclefaultdiagnosisinthispaper.ItisbasedonRBFneuralnetworkfordatalevelfusiondiagnosisandD-Sevidencetheoryfordecisionlevelfusiondiagnosis.Usingforcoolanttemperaturesensor,oxygensensor,manifoldabsolutelypressuresensorageingfault,theresultsshowthatwiththeincreaseofinputsourcenumber,fusiondiagnosisprecisionisimproved;AndwithRBFneuralnetworkdiagnosisasasourceofevidencefordecisionfusion,theprecisionofthefusiondiagnosisisimprovedupto90%,andthereliabilityofthefinaldiagnosisresultsisalsoincreased.
作者：CaoKaiLiKaiFanZhirongWuXiaoluYueYi'e
作者单位：DongfengMotorCorporationTechnicalCenter
母体文献：2015中国汽车工程学会年会论文集
会议名称：2015中国汽车工程学会年会  
会议时间：2015年10月1日
会议地点：上海
主办单位：中国汽车工程学会
语种：chi
分类号：
关键词：vehiclefaultdiagnosis  informationfusion  intelligentdiagnosis  RBFneuralnetwork  D-Sevidencetheory
在线出版日期：2018年1月31日
基金项目：
相似文献
相关博文

VehicleFaultDiagnosisTechnologyBasedonMultiInformationFusion.pdf

文件大小:

536.05 KB

高速下载