• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Reliability Engineering & System Safety >Severity-based diagnosis for vehicular electric systems with multiple, interacting fault modes
【24h】

Severity-based diagnosis for vehicular electric systems with multiple, interacting fault modes

机译：具有多个相互作用故障模式的车载电气系统基于严重性的诊断

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Complex systems are comprised of multiple components that continuously interact in terms of how they degrade and fail. Diagnosing fault severity and causes of failures in these systems is often a non-trivial task. To address this challenge, we propose a data-driven, severity-based diagnosis framework for systems with multiple, interacting fault modes. We focus on the components of the automotive electric power generation and storage system, specifically, the Vehicle-Engine Start system comprised of the battery and the start-stop starter. Our framework leverages sensor data from several component-fault severity combinations. Using multiple feature extraction tools, we train separate classifiers using Regularized Multinomial Regression, and combine the performance of the classifiers using ensemble methods. We demonstrate the effectiveness of our approach by performing degradation-based diagnostic tests utilizing a real-world engine test-rig.
机译：复杂的系统由多个组件组成，这些组件在其降级和失败方式方面不断进行交互。诊断这些系统中的故障严重性和故障原因通常是一项艰巨的任务。为了应对这一挑战，我们为具有多种相互作用故障模式的系统提出了一种基于数据驱动，基于严重性的诊断框架。我们专注于汽车发电和存储系统的组件，特别是由电池和启停启动器组成的车辆发动机启动系统。我们的框架利用了来自几种组件故障严重性组合的传感器数据。使用多种特征提取工具，我们使用正则多项式回归训练单独的分类器，并使用集成方法组合分类器的性能。我们通过使用现实世界的发动机测试台进行基于退化的诊断测试来证明我们方法的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号