本文關(guān)鍵詞：基于人工神經(jīng)網(wǎng)絡(luò)的電控發(fā)動(dòng)機(jī)故障診斷研究

  更多相關(guān)文章： 神經(jīng)網(wǎng)絡(luò) BP網(wǎng)絡(luò) Elman網(wǎng)絡(luò) SOM網(wǎng)絡(luò) SPSS 故障診斷

【摘要】：汽車尾氣排放物不僅污染大氣,而且影響人體健康,隨著人類生活水平的提高,汽車的使用量逐年增加,從而使得汽車排放物的量增加,加重大氣污染,因此,對(duì)汽車的有效性故障診斷是非常必要的。汽車從傳統(tǒng)的機(jī)械式到機(jī)電一體化發(fā)展,電信技術(shù)在汽車方面的比重越來越高,由于發(fā)動(dòng)機(jī)電控系統(tǒng)方面技術(shù)的提高,使得電控發(fā)動(dòng)機(jī)結(jié)構(gòu)更加復(fù)雜,無疑使得故障診斷難度性增大。在現(xiàn)代社會(huì),雖然汽車維修人員的技術(shù)水平普遍提高,但當(dāng)汽車維修人員發(fā)現(xiàn)尾氣數(shù)據(jù)有問題時(shí),往往不能指出故障所在,這就延長了汽車維修時(shí)間,間接的使得汽車排放量增多。為了降低汽車對(duì)大氣的污染,提出了基于神經(jīng)網(wǎng)絡(luò)的電控發(fā)動(dòng)機(jī)故障診斷研究。神經(jīng)網(wǎng)絡(luò)能夠模仿人類大腦功能對(duì)所采集的數(shù)據(jù)進(jìn)行處理,神經(jīng)網(wǎng)絡(luò)的診斷模型種類比較多,本文采用其中的BP網(wǎng)絡(luò)、Elman網(wǎng)絡(luò)和SOM網(wǎng)絡(luò)。在網(wǎng)絡(luò)診斷前,先采集學(xué)習(xí)訓(xùn)練數(shù)據(jù),本文以北京現(xiàn)代伊蘭特汽車為研究對(duì)象,讓發(fā)動(dòng)機(jī)處于怠速狀態(tài)下,并對(duì)發(fā)動(dòng)機(jī)電控系統(tǒng)進(jìn)行故障設(shè)置,運(yùn)用汽車尾氣分析儀和故障診斷儀等工具采集發(fā)動(dòng)機(jī)故障數(shù)據(jù),并對(duì)所采集數(shù)據(jù)進(jìn)行歸一化處理,然后進(jìn)行故障診斷學(xué)習(xí)。(1)為了確保本次故障診斷的可靠性,所有訓(xùn)練方法的測(cè)試數(shù)據(jù)和驗(yàn)證數(shù)據(jù)都是一樣的。運(yùn)用BP網(wǎng)絡(luò)的最快下降學(xué)習(xí)方法和LM方法進(jìn)行故障診斷,最快下降學(xué)習(xí)方法的測(cè)試正確率是38%,LM方法的測(cè)試正確率是99%,可見,LM方法學(xué)習(xí)訓(xùn)練效果好,同時(shí),對(duì)LM方法進(jìn)行驗(yàn)證,其驗(yàn)證正確率是92%。運(yùn)用Elman網(wǎng)絡(luò)進(jìn)行故障診斷,Elman網(wǎng)絡(luò)的測(cè)試正確率和驗(yàn)證正確率分別是97%和83%,雖然Elman網(wǎng)絡(luò)的訓(xùn)練結(jié)果比傳統(tǒng)的BP方法要好,但是落后于BP網(wǎng)絡(luò)的LM方法。(2)運(yùn)用SOM網(wǎng)絡(luò)和SPSS分別對(duì)電控發(fā)動(dòng)機(jī)進(jìn)行故障診斷,SOM網(wǎng)絡(luò)的測(cè)試正確率和驗(yàn)證正確率分別是83%和81%。SPSS的測(cè)試正確率和驗(yàn)證正確率分別是68%和69%,可見,SOM網(wǎng)絡(luò)要優(yōu)越于SPSS。(3)最后,對(duì)比神經(jīng)網(wǎng)絡(luò)的BP網(wǎng)絡(luò)、Elman網(wǎng)絡(luò)、SOM網(wǎng)絡(luò)及SPSS,可得,BP網(wǎng)絡(luò)的LM方法是三種神經(jīng)網(wǎng)絡(luò)診斷模型中最佳的方法,同時(shí),神經(jīng)網(wǎng)絡(luò)的診斷效果要遠(yuǎn)高于SPSS�？傊�,基于神經(jīng)網(wǎng)絡(luò)的電控發(fā)動(dòng)機(jī)故障診斷研究具有深遠(yuǎn)的意義。
【關(guān)鍵詞】：神經(jīng)網(wǎng)絡(luò) BP網(wǎng)絡(luò) Elman網(wǎng)絡(luò) SOM網(wǎng)絡(luò) SPSS 故障診斷
【學(xué)位授予單位】：新疆農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U472
【目錄】：

• 摘要3-4
• Abstract4-7
• 第1章 緒論7-14
• 1.1 選題的背景及意義7-8
• 1.2 國外汽車故障診斷研究現(xiàn)狀8-9
• 1.3 國內(nèi)汽車故障診斷研究現(xiàn)狀9-10
• 1.4 汽車故障診斷發(fā)展趨勢(shì)10
• 1.5 本文主要研究內(nèi)容及技術(shù)路線圖10-14
• 第2章 神經(jīng)網(wǎng)絡(luò)14-24
• 2.1 神經(jīng)網(wǎng)絡(luò)14-17
• 2.2 BP網(wǎng)絡(luò)17-19
• 2.3 ELMAN網(wǎng)絡(luò)19-21
• 2.4 SOM網(wǎng)絡(luò)21-24
• 第3章 網(wǎng)絡(luò)診斷設(shè)計(jì)理論及采集數(shù)據(jù)24-36
• 3.1 網(wǎng)絡(luò)診斷數(shù)據(jù)理論24-26
• 3.2 采集原始數(shù)據(jù)26-30
• 3.3 對(duì)原始數(shù)據(jù)進(jìn)行歸一化處理30-36
• 第4章 基于BP網(wǎng)絡(luò)和ELMAN網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)故障診斷36-57
• 4.1 BP網(wǎng)絡(luò)設(shè)計(jì)基礎(chǔ)36-37
• 4.2 基于BP網(wǎng)絡(luò)的故障診斷實(shí)例37-50
• 4.3 基于ELMAN網(wǎng)絡(luò)的電控發(fā)動(dòng)機(jī)故障診斷50-55
• 4.4 本章小結(jié)55-57
• 第5章 基于SOM網(wǎng)絡(luò)及SPSS的發(fā)動(dòng)機(jī)故障診斷57-63
• 5.1 基于SOM網(wǎng)絡(luò)的電控發(fā)動(dòng)機(jī)故障診斷57-61
• 5.2 基于SPSS的電控發(fā)動(dòng)機(jī)故障診斷61-62
• 5.3 本章小結(jié)62-63
• 第6章 結(jié)論與展望63-66
• 6.1 結(jié)論63-64
• 6.2 展望64-66
• 參考文獻(xiàn)66-70
• 附錄70-71
• 致謝71-72
• 作者簡介72

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫永軍;王福明;;概率神經(jīng)網(wǎng)絡(luò)PNN在發(fā)動(dòng)機(jī)故障診斷中的應(yīng)用[J];機(jī)械工程與自動(dòng)化;2007年04期

2 曹紅兵;陳漢生;;尾氣分析在汽車故障診斷中的實(shí)驗(yàn)研究[J];實(shí)驗(yàn)室研究與探索;2007年04期

3 鄧日青;傅曉林;;基于BP神經(jīng)網(wǎng)絡(luò)的電噴發(fā)動(dòng)機(jī)故障診斷研究[J];北京汽車;2007年06期

4 馬永光;殷U，

本文編號(hào)：1107748