运用遗传算法优化神经网络的发动机故障诊断
本文选题:BP神经网络 + 遗传算法 ; 参考:《现代制造工程》2016年01期
【摘要】:为了对发动机故障进行正确诊断,可采用BP神经网络方法建立发动机故障诊断模型,但由于BP神经网络存在收敛速度慢及网络泛化能力差的缺点,易影响发动机故障诊断正确率。为了提高网络正确识别能力和泛化能力,采用遗传算法对神经网络的权值和阈值进行优化,网络误差满足要求后,用BP神经网络方法进行修正,从而使网络误差达到最小。将该算法应用于发动机故障诊断中,结果表明,该方法诊断故障误差更小且收敛更快。
[Abstract]:In order to diagnose the engine faults correctly , the BP neural network method can be used to establish the fault diagnosis model of the engine . However , the BP neural network has the disadvantages of slow convergence speed and poor network generalization ability . In order to improve the correct recognition capability and generalization ability of the network , the weighted value and the threshold value of the neural network are optimized by using the genetic algorithm . After the network error meets the requirement , the network error is minimized . The algorithm is applied to the fault diagnosis of the engine , and the result shows that the method has the advantages of less fault error and faster convergence .
【作者单位】: 渭南师范学院;
【基金】:陕西省教育厅专项科研计划项目(14JK1256) 陕西省自然科学基础研究计划项目(2014JM1026) 2014年渭南师范学院特色学科建设项目(14TSXK02) 渭南师范学院重点教改项目(JG201511)
【分类号】:U472;TP183
【相似文献】
相关期刊论文 前10条
1 陈立辉 ,宋年秀 ,张涛;神经网络及其在汽车上的应用[J];世界汽车;2003年05期
2 郭晓汾,邹国平;基于神经网络技术的故障诊断专家系统的研究[J];中国公路学报;1998年04期
3 乔维高;人工神经网络技术在汽车工程中的应用[J];武汉汽车工业大学学报;1999年01期
4 郭海龙;潘伟荣;孟国强;;面向混合动力汽车的LPG发动机神经网络建模方法研究[J];公路与汽运;2010年06期
5 刘峰;张岩;;基于神经网络技术的汽车故障诊断算法及其优化[J];电脑知识与技术;2011年13期
6 卫绍元,张蕾;基于神经网络的汽车故障诊断专家系统开发中的问题研究[J];公路交通科技;2001年02期
7 杨磊;马彪;李和言;;静液驱动履带车辆转向神经网络PID控制仿真[J];农业机械学报;2010年07期
8 闫冬梅;;基于神经网络的汽车发动机智能故障诊断研究[J];科技创业家;2013年09期
9 杨雷,,周玲玲;基于神经网络的汽车故障智能诊断系统研究[J];重庆交通学院学报;1994年04期
10 李涵武;;汽车发动机电子控制系统的神经网络诊断技术[J];黑龙江工程学院学报(自然科学版);2010年02期
相关会议论文 前6条
1 赵克刚;罗玉涛;裴锋;;基于神经网络的电池荷电状态估计方法[A];2007年中国智能自动化会议论文集[C];2007年
2 马海波;张利国;陈阳舟;崔平远;;基于循环神经网络的车载DR状态估计(英文)[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
3 王德军;李萌;王丽华;;基于BP神经网络的汽车ABS系统故障诊断[A];第二十九届中国控制会议论文集[C];2010年
4 王德军;郑晓雯;初亮;;基于BP神经网络的ABS系统电磁阀非线性校正[A];第二十七届中国控制会议论文集[C];2008年
5 陈渝光;钱微;廖仕利;;基于免疫神经网络的发动机自适应控制[A];四川省电工技术学会第九届学术年会论文集[C];2008年
6 李媛媛;;基于神经网络的汽油机点火控制系统的研究[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年
本文编号:2081788
本文链接:https://www.wllwen.com/kejilunwen/qiche/2081788.html