摘要： 针对传统柴油颗粒过滤器（ｄｉｅｓｅｌｐａｒｔｉｃｕｌａｔｅｆｉｌｔｅｒｓ，ＤＰＦ）故障诊断中人工提取特征 过程繁杂且特征参数难以表征 ＤＰＦ故障状态的问题，提出基于深度学习的 ＤＰＦ故障诊断方法。 通过车载传感器采集发动机转速、ＤＰＦ压差等 ５种信号数据，经数据融合后建立压差类、温差类 和压差 ＋温差类三类样本数据；利用深度学习特征自提取的优势，提取车辆在不同行驶工况下 样本数据中压差或温差表征的 ＤＰＦ故障特征；结合深度学习网络中 Ｓｏｆｔｍａｘ多分类器实现端到 端的 ＤＰＦ故障诊断。利用 ＧＴＰｏｗｅｒ仿真数据，验证了所提方法的可行性，开发了相应的应用 软件。

关键词: 深度学习；柴油机；柴油颗粒过滤器；特征提取；故障诊断

中图分类号: 

• TH165+.3