迈腾B8L节气门控制单元电路诊断分析

本文以大众迈腾B8L车型为例,通过对节气门控制单元的控制逻辑进行梳理,结合汽车检测与维修技能大赛的故障点,列举出其常见故障并进行判断及原因分析,提出了节气门控制单元电路故障诊断步骤,以利于教学和技能大赛质量的提高。

新款奥迪A6节气门控制单元的检查

在新款奥迪A6(四缸)轿车中,怠速稳定装置与节气门控制单元是一体的,它装在拉索对面的盒子内,主要包括节气门控制单元电位计G69、节气门控制电位计G127、怠速开关F60和节气门控制器V60(电机)等元件.

大众节气门控制单元J338故障排除技巧

节气门控制单元J338是大众品牌车辆运行中一个很重要的部件。它既是一个传感器，由节气门电位计G69和节气门定位电位计G88组成，这两个元件向发动机电控单元提供节气门的实时开度信息，以实现各种工况下准确的喷油量和点火时间。它也是一个执行元件，由节气门定位器V60控制适当开大或关小节气门，以保证发动机怠速平稳。而怠速开关F60用以向发动机电控单元提供怠速位置信号。怠速开关闭合时，由节气门定位计来决定怠速时节气门的开度。这些同时也是车载网络的共享信息。

新款奥迪A6电控系统及其维修(三)——节气门控制单元的检查

在新款的奥迪A6轿车中，怠速稳定装置与节气门控制单元是一体的，它装在拉索对面的盒子内，包括下列元件：

新宝来1.8AT轿车电子油门控制系统

介绍新宝来1.8AT轿车EPC系统的组成、原理及工作过程,并对新宝来1.8AT轿车EPC系统的检测作了简略说明。

贝加莱过程控制系统在地铁屏蔽门中应用

本文主要介绍过程自动化控制系统在轨道交通屏蔽门系统中如何实现对门控制单元的自动化精确控制,同时也介绍了现代轨道交通屏蔽门控制的完整方案及PCC产品和AS软件在该系统中的应用特点。

广州地铁3号线车门电机断线诊断信息的分析及处理

广州地铁3号线车门系统故障率较高,且以车门电机断线故障为主要突出故障,对3号线车门系统的车门电机断线故障原因进行分析,并提出解决措施。

轿车电子节气门的维护与基本设定

现在越来越多的电喷发动机管理系统采用电子节气门（EPC），EPC实际上是一个系统，他包括节气门、节气门位置传感器、节气门控制单元、节气门调节器、节气门指示灯以及发动机控制单元等，所有用于确定、调整和监控节气门位置的零部件都属于电子节气门系统。

电子节气门系统的检修要领

现在越来越多的电喷发动机管理系统采用电子节气门（EPC）,EPC实际上是一个系统,它包括节气门、节气门位置传感器、节气门控制单元、节气门调节器、节气门指示灯以及发动机控制单元等,所有用于确定、调整和监控节气门位置的零部件都属于电子节气门系统。

迈腾B7L电子节气门故障

车型：迈腾B7L,配置2.0LTSI发动机（CGM）.VIN：LFV3A23C6C×××××××.行驶里程：28000km.故障现象：发动机启动后只能怠速运转,踩加速踏板,转速无法提升.故障诊断：利用ODIS诊断仪,检查发动机电控系统存在故障码：◆P0641：传感器基准电压“A”断路◆P0651：传感器基准电压“B”断路◆P1545：节气门控制功能失效◆P2106：节气门控制单元J338由于系统故障功率受限诊断仪自诊断故障信息截屏,如图1所示.根据故障现象及自诊断故障码,分析该车故障点应该在电子节气门控制系统.

基于组合模型的城市轨道站点短时客流分类预测

轨道交通客流预测是轨道交通线网规划的重要内容,是确定轨道交通系统的线网规模、设置轨道站点及布设线路基础。不同类型的轨道站点在城市中的功能定位和布局要求等方面均存在差异,进而导致站点的进出客流量呈现显著的时空分布不均衡性。为了挖掘各类型站点的客流变化规律,将站点自身特征和周边环境特征组成向量因子,运用K-means聚类方法对站点进行分类。在此基础上,将影响乘客出行的多源数据作为输入特征,分别构建了随机森林(RF)模型、门控制循环单元(GRU)模型以及RF-GRU组合模型,从而进行站点短时客流分类预测。利用杭州地铁站自动检票系统(AFC)采集的刷卡客流数据,对所构建的预测模型的有效性进行检验。研究结果表明:利用7个刻画站点自身特征和周边环境特征的参数作为聚类因子,并结合站点客流时间分布数据,可将杭州市地铁站点分为就业导向型车站、职住混合型车站和住宅偏远型车站;采用平均绝对误差以及均方根误差作为评价指标,参数化模型(ARIMA),非参数化模型(SVR),深度学习模型(LSTM,GRU,SAEs和GCN),组合模型(DCRNN,STGCN,STHGCN和DSTHGCN)的预测误差依次降低,其中RF-GRU组合模型的预测精度优于其他的组合模型;对站点进行分类之后,单一模型和组合模型预测结果的精度均有提高。

融合双通道语义特征的情感分析研究

现有大多数深度学习模型结构单一,通常会降低文本语义特征提取能力。为此,提出一种融合双通道语义特征(FDSF)的情感分析研究模型。首先,采用BERT预训练语言模型获取文本的动态特征向量表示。然后,将BiG-RU-Attention通道提取的全局语义信息经注意力动态权重调整后,与CNN通道提取的局部语义信息进行特征向量融合。最后,将融合特征经过全连接层与Softmax函数,输出最终情感极性。在ChineseNLPcorpus的online_shopping_10_cats、中科院谭松波学者整理的数据集上与现有主流情感分析方法进行比较实验,结果表明,FDSF模型在F1值与准确率方面均最优,证明了该模型在情感分析任务中的有效性和可行性。

基于时序特征的草图识别方法

草图识别是一项很具有挑战性的工作。目前,大部分草图识别的工作都将草图当作普通的纹理图像,忽视了草图的时序性。因此,文中通过挖掘草图的时序性,将草图笔画按照时间分组。为进一步利用时序特征在草图识别过程中的作用,使用了循环神经网络将笔画分组按照时间序列作为输入,最后使用联合贝叶斯将各个时序下获得的草图特征进行整合,完成草图的识别工作。在公开标准数据集上对所提算法进行了测试,实验结果显示该算法的识别准确率明显高于其他算法。

融入自注意力机制的深度学习情感分析方法

文本情感极性分析是自然语言处理的热点领域,近年来基于中文语料的情感分析方法受到了学术界的广泛关注。目前大部分基于词向量的循环神经网络与卷积神经网络模型对于文本特征的提取和保留能力不足,为此文中引入了多层自注意力机制,提出了一种结合双向门控循环单元(BGRU)和多粒度卷积神经网络的中文情感极性分析方法。该方法首先使用BGRU获取文本的序列化特征信息,然后使用自注意力机制进行初步特征筛选,将处理后的特征信息导入含有不同卷积核的卷积神经网络;再使用自注意力机制对获得的局部特征进行动态权重的调整,注重关键特征的抽取;最后经Softmax获得文本情感极性。实验结果证明,模型在两种中文语料数据集上都体现了较好的分析处理性能,其中在ChineseNLPcorpus的online;hopping;0;ats数据集上取得了92.94%的情感分类准确性,在中科院谭松波学者整理的酒店评论数据集上取得了92.75%的情感分类准确度,相比目前的主流方法,其性能均有显著的提升。

基于胶囊特征聚合的评价词和评价对象抽取

为提高传统门控制单元(GRU)的特征抽取能力,受独立循环神经网络(independently recurrent neural network,IndRNN)的启发,提出独立门控制单元(independently gate recurrent unit,Ind GRU),实验结果表明Ind GRU在3个数据集上的特征提取能力优于传统GRU和长短期记忆网络(LSTM),证明了Ind GRU的有效性。针对传统评价词和评价对象抽取方法不能很好地利用抽象特征之间的关联关系问题,提出一种基于胶囊特征聚合的评价词和评价对象抽取模型,模型使用多个双向Ind GRU并行提取文本上下文信息,构造胶囊特征,使用动态路由算法利用特征间关系实现胶囊特征的聚合,最后使用条件随机场(CRF)完成序列标注。模型在3个基准数据集上取得了比目前的先进方法较好或相当的效果,证明了模型的有效性。

用汽车电脑解码器诊断宝来发动机故障技巧(二)

5.节气门控制单元的检查 宝来发动机的节气门控制单元如图1所示，对其进行检查时，首先，连接金奔腾“彩圣”CS-528汽车电脑解码器，进入发动机系统，选择读取测量数据块062组后，解码器上1区显示节气门角度G187（规定值3-97%）;2区显示节气门角度G188（规定值97-3%）;

奥迪A6轿车——电子节气门控制系统的检测及故障分析

奥迪A6轿车电子节气门控制（EPE）系统主要由加速踏板位置传感器、节气门控制单元（包括步进电动机及节气门位置传感器）、发动机电控单元和EPC故障警报灯等组成。加速踏板位置传感器有2个，属于可变电阻式传感器，分别将加速踏板的移动量和移动速度转换成电信号输送给发动机电控单元；节气门位置传感器也有2个，同样属于可变电阻式的，分别将监测到的节气门开度转换为电信号输送给发动机电控单元。发动机电控单元用于处理信息和控制节气门，当EPC系统出现故障时，EPE故障警报灯进行报警。

帕萨特艰难排查过程

这辆上海大众帕萨特B5轿车，是在一个朋友的修理厂修的，朋友说这辆车当初进厂报修的项目就是发动机高速动力不足。本来以为是空气流量计出了问题，结果等把车接下来后。换了空气流量计，发动机的动力性能没有什么大的改变，随后又更换了燃油泵，节气门控制单元等，结果也不见效。

基于BO-GRU的混凝土坝变形预测模型

针对混凝土坝变形具有较强的非线性特点、目前大坝变形预测模型出现参数过多及易陷入局部最优等问题,提出了一种深度学习中的门控制循环单元(GRU)模型,并结合贝叶斯优化算法(BO)对门控制循环单元的超参数进行优化,建立BO-GRU模型应用于混凝土坝变形预测。为检验模型的可行性,以实测变形监测数据为基础,并与极限学习机、相关向量机和基于遗传算法优化的支持向量机等模型预测结果进行对比。结果表明:该模型的泛化能力强、运行效率高,能有效运用于混凝土坝的变形预测。

2004年产帕萨特B51．8L

故障现象：车主反映发动机有时严重抖动。 检查分析：接车后读取故障码为01249、01165，分别为“1缸喷油器N30输出开路”和“节气门控制单元J338调节差异”。因该车到站时发动机运行正常，经客户同意，先清洗了喷油器与节气门。测量4个气缸喷油器阻值平均为1217Q，在标准范围内，喷油器电压也正常。然后把第1缸喷油器换装在第4缸上，清除故障码，经试车无异常。