Zur Verringerung des Abgasaustoßes von KFZ-Verbrennungsmotoren ist es wichtig, daß die Rate von Verbrennungsaussetzern bestimmte Werte nicht übersteigt. Damit soll der Schutz des Katalysators gewährleistet werden. Überwachungsfunktionen müssen im PKW zur Verfügung gestellt werden (On Board Diagnosis). Ausgehend von bisherigen Verfahren zur Erkennung von Verbrennungsaussetzern wird ein Verfahren der Mustererkennung mit neuronalen Netzen vorgeschlagen. Definiert werden Anforderungen an ein neuronales Netzmodell, wobei ein wesentliches Merkmal die Vermeidung von Fehl-Erkennungen darstellt. Die Lösung ist ein Merkmal-Erkennungs- und Klassifikations-System. Die Datenanalyse wird auf der Basis der Self-Organizing Feature Map (SOM) durchgeführt. Das Analysennetz wird mit Test-Mustern und dem Lernalgorithmus trainiert. Es gibt dann Unterscheidungsmerkmale Aussetzer und Nichtaussetzer, Datenausreißer werden zurückgewiesen. Ergebnisse werden diskutiert, das Verfahren ist als Patent angemeldet.
Neuronale Netze zur Erkennung von Verbrennungsaussetzern im Kraftfahrzeug
Neural network for detection of engine misfire in cars
Automatisierungstechnische Praxis - atp ; 37 , 6 ; 49-51
1995
3 Seiten, 2 Bilder, 7 Quellen
Article (Journal)
German
IuD Bahn | 1995
|Neuronale Netze in der Schutztechnik
British Library Conference Proceedings | 1998
|