摘要：隨著汽油車后處理系統復雜程度的提高,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。結合神經網絡在處理非線性問題上的優勢,提出一種基于神經網絡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,采集催化器前后氧傳感器信號作為特征輸入,結合不同故障進行編碼,構成網絡訓練和測試所需的數據集;分別應用反向傳播神經網絡(Back Propagation Neural Network,BPNN)和深度置信網絡(Deep Belief Network,DBN)的模型架構,對訓練過程各參數進行調優,并對診斷結果進行測試。試驗結果表明:基于神經網絡的診斷算法建模簡便,具有較高的診斷精度和泛化能力;診斷架構上,DBN相對于BPNN簡化了特征提取過程,擁有更高的診斷精度。