基于ICA的汽车传感器故障检测与分类研究
发布时间：2021-02-04 16:36
随着自动驾驶技术不断地发展创新,汽车已逐渐成为人们日常生活中必不可少的交通工具。为了确保汽车系统运行的可靠性与安全性,减少交通事故的频繁发生,汽车系统的过程监控已成为当前主要的研究内容。基于数据驱动的故障诊断方法不需要搭建精确的解析模型,所需的先验知识较少,只需采集汽车系统的过程数据建立智能故障诊断模型。因此相比基于解析模型和基于知识的方法,该方法更适用于如今汽车系统的过程监控。在汽车发生故障的场景中,执行器和传感器故障所占比例较高,因此对汽车传感器故障诊断展开研究具有十分重要的理论意义和现实意义。本文针对汽车传感器开展故障检测与分类的研究工作,主要包括:（1）传统的基于主成分分析（PCA）的故障诊断方法假定过程变量符合高斯分布。汽车传感器过程数据具有强非高斯性特征。虽然快速独立成分分析（FastICA）算法能应用于非高斯过程数据的故障诊断,但是FastICA算法使用牛顿迭代法容易陷入局部最优值。为此,本文引入Adam优化算法提出改进的ICA算法。通过汽车传感器仿真实验,验证了改进的ICA算法相比FastICA算法的故障检测效果更有效。（2）汽车过程数据具有非线性和非高斯性特征。稀疏去...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 引言
1.2 汽车传感器故障诊断研究意义和研究内容
1.2.1 研究意义
1.2.2 汽车传感器故障诊断的研究内容
1.3 汽车传感器故障诊断的研究现状
1.3.1 基于解析模型的方法
1.3.2 基于知识的方法
1.3.3 基于数据驱动的方法
1.4 汽车故障诊断的发展趋势
1.5 本文的研究内容与组织结构
1.5.1 本文研究内容
1.5.2 本文组织结构
2 基于独立成分分析的故障检测方法
2.1 引言
2.2 独立成分分析（ICA）算法
2.2.1 原始ICA算法
2.2.2 快速ICA （Fast ICA）算法
2.2.3 核密度估计
2.3 基于改进ICA算法的检测方法研究
2.3.1 自适应矩估计（Adam）算法
2.3.2 基于改进ICA的故障检测方法
2.4 汽车传感器故障数据采集
2.5 基于改进ICA的汽车仿真实验研究
2.6 本章小结
3 基于稀疏去噪自编码器的故障检测方法
3.1 引言
3.2 稀疏去噪自编码器基础
3.2.1 自编码器（AE）
3.2.2 稀疏自编码器（SAE）
3.2.3 去噪自编码器（DAE）
3.3 基于ICA-SDAE的检测方法研究
3.3.1 稀疏去噪自编码器（SDAE）
3.3.2 基于ICA-SDAE的故障检测方法
3.4 基于ICA-SDAE的汽车仿真实验研究
3.4.1 Xavier初始化方法
3.4.2 参数设置
3.4.3 仿真实验结果分析
3.5 本章小结
4 基于长短时记忆网络的故障分类方法
4.1 引言
4.2 神经网络基础
4.2.1 循环神经网络（RNN）
4.2.2 长短时记忆网络（LSTM）
4.3 基于BN的LSTM分类模型设计
4.3.1 批量标准化（BN）
4.3.2 基于BN-LSTM故障分类模型
4.4 基于LSTM的汽车仿真实验研究
4.4.1 参数设置
4.4.2 仿真实验结果分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
个人简历
攻读硕士学位期间取得的成果
【参考文献】：
期刊论文
[1]汽车电子节气门角度传感器的故障检测与重构[J]. 刘尚,童亮,路艳群,谢明伟. 仪表技术与传感器. 2017(11)
[2]基于数据和知识的工业过程监视及故障诊断综述[J]. 刘强,柴天佑,秦泗钊,赵立杰. 控制与决策. 2010(06)
[3]基于信息融合的汽车衡称重传感器故障诊断[J]. 林海军,滕召胜,迟海,吴阳平,易钊. 控制理论与应用. 2010(01)
[4]基于模糊数学的汽车悬架系统故障诊断方法[J]. 刘玉梅,苏建,曹晓宁,熊伟,宋学忠. 吉林大学学报(工学版). 2009(S2)
[5]基于灰色粗集模型的汽车变速箱故障诊断方法[J]. 吴晓兵. 北京理工大学学报. 2000(05)
[6]神经网络技术在汽车故障诊断专家系统中的应用[J]. 陈朝阳,张代胜. 合肥工业大学学报(自然科学版). 2000(01)
[7]人工神经网络在汽车故障诊断中的应用[J]. 朱理,王晓立. 湖南大学学报(自然科学版). 1995(06)
硕士论文
[1]车辆稳定系统执行器和传感器联合故障诊断研究[D]. 鲍亚新.吉林大学 2017
[2]基于改进ICA算法的高炉故障诊断方法[D]. 孙梦园.浙江大学 2017
[3]基于核独立成分分析的复杂系统故障检测与分类研究[D]. 杨泽宇.杭州电子科技大学 2017
[4]基于故障树与实例推理的汽车故障诊断系统的研究与设计[D]. 王文晶.宁夏大学 2014
[5]基于信息融合技术的故障诊断模型和方法研究[D]. 张远.中南大学 2003
[6]基于故障树分析法的汽车故障诊断专家系统的研究[D]. 许化东.合肥工业大学 2002
本文编号：3018615
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 引言
1.2 汽车传感器故障诊断研究意义和研究内容
1.2.1 研究意义
1.2.2 汽车传感器故障诊断的研究内容
1.3 汽车传感器故障诊断的研究现状
1.3.1 基于解析模型的方法
1.3.2 基于知识的方法
1.3.3 基于数据驱动的方法
1.4 汽车故障诊断的发展趋势
1.5 本文的研究内容与组织结构
1.5.1 本文研究内容
1.5.2 本文组织结构
2 基于独立成分分析的故障检测方法
2.1 引言
2.2 独立成分分析（ICA）算法
2.2.1 原始ICA算法
2.2.2 快速ICA （Fast ICA）算法
2.2.3 核密度估计
2.3 基于改进ICA算法的检测方法研究
2.3.1 自适应矩估计（Adam）算法
2.3.2 基于改进ICA的故障检测方法
2.4 汽车传感器故障数据采集
2.5 基于改进ICA的汽车仿真实验研究
2.6 本章小结
3 基于稀疏去噪自编码器的故障检测方法
3.1 引言
3.2 稀疏去噪自编码器基础
3.2.1 自编码器（AE）
3.2.2 稀疏自编码器（SAE）
3.2.3 去噪自编码器（DAE）
3.3 基于ICA-SDAE的检测方法研究
3.3.1 稀疏去噪自编码器（SDAE）
3.3.2 基于ICA-SDAE的故障检测方法
3.4 基于ICA-SDAE的汽车仿真实验研究
3.4.1 Xavier初始化方法
3.4.2 参数设置
3.4.3 仿真实验结果分析
3.5 本章小结
4 基于长短时记忆网络的故障分类方法
4.1 引言
4.2 神经网络基础
4.2.1 循环神经网络（RNN）
4.2.2 长短时记忆网络（LSTM）
4.3 基于BN的LSTM分类模型设计
4.3.1 批量标准化（BN）
4.3.2 基于BN-LSTM故障分类模型
4.4 基于LSTM的汽车仿真实验研究
4.4.1 参数设置
4.4.2 仿真实验结果分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
个人简历
攻读硕士学位期间取得的成果
【参考文献】：
期刊论文
[1]汽车电子节气门角度传感器的故障检测与重构[J]. 刘尚,童亮,路艳群,谢明伟. 仪表技术与传感器. 2017(11)
[2]基于数据和知识的工业过程监视及故障诊断综述[J]. 刘强,柴天佑,秦泗钊,赵立杰. 控制与决策. 2010(06)
[3]基于信息融合的汽车衡称重传感器故障诊断[J]. 林海军,滕召胜,迟海,吴阳平,易钊. 控制理论与应用. 2010(01)
[4]基于模糊数学的汽车悬架系统故障诊断方法[J]. 刘玉梅,苏建,曹晓宁,熊伟,宋学忠. 吉林大学学报(工学版). 2009(S2)
[5]基于灰色粗集模型的汽车变速箱故障诊断方法[J]. 吴晓兵. 北京理工大学学报. 2000(05)
[6]神经网络技术在汽车故障诊断专家系统中的应用[J]. 陈朝阳,张代胜. 合肥工业大学学报(自然科学版). 2000(01)
[7]人工神经网络在汽车故障诊断中的应用[J]. 朱理,王晓立. 湖南大学学报(自然科学版). 1995(06)
硕士论文
[1]车辆稳定系统执行器和传感器联合故障诊断研究[D]. 鲍亚新.吉林大学 2017
[2]基于改进ICA算法的高炉故障诊断方法[D]. 孙梦园.浙江大学 2017
[3]基于核独立成分分析的复杂系统故障检测与分类研究[D]. 杨泽宇.杭州电子科技大学 2017
[4]基于故障树与实例推理的汽车故障诊断系统的研究与设计[D]. 王文晶.宁夏大学 2014
[5]基于信息融合技术的故障诊断模型和方法研究[D]. 张远.中南大学 2003
[6]基于故障树分析法的汽车故障诊断专家系统的研究[D]. 许化东.合肥工业大学 2002
本文编号：3018615
本文链接：https://www.wllwen.com/kejilunwen/qiche/3018615.html
