基于神經(jīng)網(wǎng)絡(luò)的汽車故障診斷系統(tǒng)及其應(yīng)用.pdf

1、發(fā)動機作為汽車等其他車輛運載工具的核心部件，其結(jié)構(gòu)越來越復(fù)雜，發(fā)動機能否安全穩(wěn)定運行關(guān)系到汽車的安全行駛。針對汽車發(fā)動機故障診斷研究的現(xiàn)狀，全面、深入地分析了電控發(fā)動機的典型故障，在此基礎(chǔ)上運用BP神經(jīng)網(wǎng)絡(luò)對汽車發(fā)動機進行故障診斷。
　　查閱了大量關(guān)于汽車發(fā)動機故障診斷和神經(jīng)網(wǎng)絡(luò)的文獻資料。在此基礎(chǔ)上討論了故障診斷技術(shù)的發(fā)展歷程和趨勢，國內(nèi)外汽車故障診斷技術(shù)的研究現(xiàn)狀。通過在汽車修理廠和車輛檢測站的調(diào)研以及在汽車修理廠對186輛發(fā)

2、動機有故障的車輛進行的檢測和分析，總結(jié)了電控發(fā)動機的主要故障類型為起動系故障、點火系故障、燃油供給系故障、潤滑系故障、冷卻系故障以及發(fā)動機異響故障，并分別進行了分析。
　　以BP神經(jīng)網(wǎng)絡(luò)為例，分析了BP神經(jīng)網(wǎng)絡(luò)的基本思想、結(jié)構(gòu)特點、學習算法以及算法流程。采用分段自適應(yīng)策略對人工魚的視野和步長進行改進，并對改進后的算法進行驗證，仿真結(jié)果表明通過分段自適應(yīng)改進后，算法收斂速度和最優(yōu)解精度都得到了改善，算法性能明顯提高。針對BP神經(jīng)網(wǎng)絡(luò)

3、存在的不足，利用改進后的人工魚群算法對BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化，仿真結(jié)果表明通過改進后的魚群算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)訓練次數(shù)明顯減少，提高了BP神經(jīng)網(wǎng)絡(luò)的性能。
　　根據(jù)汽車發(fā)動機故障的特點，采用二值邏輯表示發(fā)動機故障數(shù)據(jù)，有效避免了病態(tài)樣本對神經(jīng)網(wǎng)絡(luò)的影響。在對上述典型故障分析的基礎(chǔ)上，選擇了起動困難、失速、加速時回火等11個具有代表性的汽車發(fā)動機故障以及怠速故障、點火線圈、點火正時不對等11個故障原因作為訓練樣本。在MATLAB平臺上采