Automobile diagnosis by euro-Fuzzy Technique

뉴로-퍼지 기법에 의한 자동차 진단

In the diagnostic process for automobile, Neuro-Fuzzy technique was compared with the conventional diagnostic method for the verification of performance, and proto-type system was developed. For the utilities of the system, 1/3 octave filter(band-pass filter) and A/D converter were used for data acquisition and then data were analyzed using octave band processing and pattern recognition using hamming network algorithm. In order to raise the reliability of the diagnostic results by considering many operating variables and condition of automobile to be diagnosed, fuzzy inference technique was applied in combining several information. The validation of this diagnostic system was examined through computer simulation and experiment, and it showed an acceptable performance for diagnostic process.

본 연구에서는 자동차의 발달에 따른 정비 전문가의 상대적인 능력 감퇴를 보 완하고 진단의 정확성을 높일 수 있도록 소음계측에 의한 인공 지능적 뉴로-퍼지 진단 기법을 연구하였다. 이를 위하여 진단결과에 영향을 미치는 많은 작용변수와 다양한 차량상태 등을 고려함으로서 보다 신뢰성 있는 결과를 산출해내기 위한 퍼지(fuzzy) 추론 방식의 판단법을 도입하였으며, 진단이 실패했을 경우나 입력된 데이터가 충분하 지 못할 경우에 시스템 자체의 지식을 확장시켜 나갈 수 있도록 해밍네트(hamming net )에 의한 패턴인식 기법을 적용하였다. 그리고 컴퓨터 시뮬레이션과 자동차를 대상 으로 고장진단 실험을 실시하여 기존의 진단기법과의 비교를 통한 뉴로-퍼지 진단기법 의 효율성과 알고리즘의 타당성을 검증하였다.