摘要：隨著汽油車后處理系統(tǒng)復雜程度的提高,三效催化器的故障診斷需要解決建模難度大、標定成本高等問題。結(jié)合神經(jīng)網(wǎng)絡(luò)在處理非線性問題上的優(yōu)勢,提出一種基于神經(jīng)網(wǎng)絡(luò)的汽油車三效催化器老化診斷算法。算法以三效催化器的老化機理為基礎(chǔ),采集催化器前后氧傳感器信號作為特征輸入,結(jié)合不同故障進行編碼,構(gòu)成網(wǎng)絡(luò)訓練和測試所需的數(shù)據(jù)集;分別應(yīng)用反向傳播神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network,BPNN)和深度置信網(wǎng)絡(luò)(Deep Belief Network,DBN)的模型架構(gòu),對訓練過程各參數(shù)進行調(diào)優(yōu),并對診斷結(jié)果進行測試。試驗結(jié)果表明:基于神經(jīng)網(wǎng)絡(luò)的診斷算法建模簡便,具有較高的診斷精度和泛化能力;診斷架構(gòu)上,DBN相對于BPNN簡化了特征提取過程,擁有更高的診斷精度。