Chẩn đoán trạng thái kĩ thuật động cơ ô tô bằng dữ liệu đáp ứng về nhiên liệu của động cơ và thuật toán K-Nearest Neighbor

Với sự phát triển của khoa học công nghệ, các hệ thống trên ô tô hiện nay đang được nâng

cấp và ngày một trở lên phức tạp. Cùng với đó, việc chẩn đoán các sai lệch và hư hỏng của

động cơ cũng như các hệ thống trên ô tô đòi hỏi các phương pháp chẩn đoán mới thay vì

dựa vào kinh nghiệm của các kỹ thuật viên. Bài báo đi xây dựng mô hình chẩn đoán trạng

thái kĩ thuật của động cơ ô tô bằng dữ liệu Fuel Trims của 300 mẫu dữ liệu xe thu thập được,

dựa trên thuật toán K-nearest Neighbor (KNN). Bài báo đã xây dựng được mô hình và tiến

hành kiểm nghiệm trên tệp dữ liệu kiểm tra và đạt độ chính xác cao nhất là 87%. Căn cứ vào

kết quả mô hình đã thể hiện được mối quan hệ giữa các thông số đầu vào bao gồm độ tuổi,

giới tính người điều khiển chính, khu vực xe hoạt động chính, quãng đường xe chạy với chỉ

số LTFT, giá trị để đánh giá trạng thái kỹ thuật của động cơ.