基于人工神经网络的电控发动机故障诊断研究

发布时间：2017-10-28 10:06

  本文关键词：基于人工神经网络的电控发动机故障诊断研究

  更多相关文章： 神经网络 BP网络 Elman网络 SOM网络 SPSS 故障诊断

【摘要】：汽车尾气排放物不仅污染大气,而且影响人体健康,随着人类生活水平的提高,汽车的使用量逐年增加,从而使得汽车排放物的量增加,加重大气污染,因此,对汽车的有效性故障诊断是非常必要的。汽车从传统的机械式到机电一体化发展,电信技术在汽车方面的比重越来越高,由于发动机电控系统方面技术的提高,使得电控发动机结构更加复杂,无疑使得故障诊断难度性增大。在现代社会,虽然汽车维修人员的技术水平普遍提高,但当汽车维修人员发现尾气数据有问题时,往往不能指出故障所在,这就延长了汽车维修时间,间接的使得汽车排放量增多。为了降低汽车对大气的污染,提出了基于神经网络的电控发动机故障诊断研究。神经网络能够模仿人类大脑功能对所采集的数据进行处理,神经网络的诊断模型种类比较多,本文采用其中的BP网络、Elman网络和SOM网络。在网络诊断前,先采集学习训练数据,本文以北京现代伊兰特汽车为研究对象,让发动机处于怠速状态下,并对发动机电控系统进行故障设置,运用汽车尾气分析仪和故障诊断仪等工具采集发动机故障数据,并对所采集数据进行归一化处理,然后进行故障诊断学习。(1)为了确保本次故障诊断的可靠性,所有训练方法的测试数据和验证数据都是一样的。运用BP网络的最快下降学习方法和LM方法进行故障诊断,最快下降学习方法的测试正确率是38%,LM方法的测试正确率是99%,可见,LM方法学习训练效果好,同时,对LM方法进行验证,其验证正确率是92%。运用Elman网络进行故障诊断,Elman网络的测试正确率和验证正确率分别是97%和83%,虽然Elman网络的训练结果比传统的BP方法要好,但是落后于BP网络的LM方法。(2)运用SOM网络和SPSS分别对电控发动机进行故障诊断,SOM网络的测试正确率和验证正确率分别是83%和81%。SPSS的测试正确率和验证正确率分别是68%和69%,可见,SOM网络要优越于SPSS。(3)最后,对比神经网络的BP网络、Elman网络、SOM网络及SPSS,可得,BP网络的LM方法是三种神经网络诊断模型中最佳的方法,同时,神经网络的诊断效果要远高于SPSS。总之,基于神经网络的电控发动机故障诊断研究具有深远的意义。
【关键词】：神经网络 BP网络 Elman网络 SOM网络 SPSS 故障诊断
【学位授予单位】：新疆农业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U472
【目录】：

• 摘要3-4
• Abstract4-7
• 第1章 绪论7-14
• 1.1 选题的背景及意义7-8
• 1.2 国外汽车故障诊断研究现状8-9
• 1.3 国内汽车故障诊断研究现状9-10
• 1.4 汽车故障诊断发展趋势10
• 1.5 本文主要研究内容及技术路线图10-14
• 第2章 神经网络14-24
• 2.1 神经网络14-17
• 2.2 BP网络17-19
• 2.3 ELMAN网络19-21
• 2.4 SOM网络21-24
• 第3章 网络诊断设计理论及采集数据24-36
• 3.1 网络诊断数据理论24-26
• 3.2 采集原始数据26-30
• 3.3 对原始数据进行归一化处理30-36
• 第4章 基于BP网络和ELMAN网络的发动机故障诊断36-57
• 4.1 BP网络设计基础36-37
• 4.2 基于BP网络的故障诊断实例37-50
• 4.3 基于ELMAN网络的电控发动机故障诊断50-55
• 4.4 本章小结55-57
• 第5章 基于SOM网络及SPSS的发动机故障诊断57-63
• 5.1 基于SOM网络的电控发动机故障诊断57-61
• 5.2 基于SPSS的电控发动机故障诊断61-62
• 5.3 本章小结62-63
• 第6章 结论与展望63-66
• 6.1 结论63-64
• 6.2 展望64-66
• 参考文献66-70
• 附录70-71
• 致谢71-72
• 作者简介72

【参考文献】

中国期刊全文数据库 前10条

1 孙永军;王福明;;概率神经网络PNN在发动机故障诊断中的应用[J];机械工程与自动化;2007年04期

2 曹红兵;陈汉生;;尾气分析在汽车故障诊断中的实验研究[J];实验室研究与探索;2007年04期

3 邓日青;傅晓林;;基于BP神经网络的电喷发动机故障诊断研究[J];北京汽车;2007年06期

4 马永光;殷U，

本文编号：1107748