基于蚁群神经网络的发动机故障诊断专家系统的研究

发布时间：2017-04-27 07:08

  本文关键词：基于蚁群神经网络的发动机故障诊断专家系统的研究，由笔耕文化传播整理发布。

【摘要】：发动机是汽车的动力源,它的结构复杂、工作频繁、条件恶劣,出故障率也最高,一般要占到整车故障的百分之四十以上,因此能否及时准确地诊断出发动机的故障源在车辆检修过程中就显得尤为重要,也是汽车故障诊断的关键环节。针对以上问题,本文提出了一种基于蚁群神经网络的发动机故障诊断专家系统,实现故障诊断的高效、准确、迅速,为发动机的故障诊断提供了新途径。 本文阐述了故障诊断专家系统、蚁群算法和神经网络的的基本原理,针对神经网络中BP算法收敛速度慢、易于陷入局部极小的缺陷,提出了用蚁群算法训练神经网络的方法,建立了蚁群神经网络故障诊断模型,运用到传统的专家系统中,使收敛速度和故障诊断的精度都有所提高。专家系统软件的设计以Windows2000为平台,采用Visual Basic语言和Access数据库进行开发,通过友好的人机交互界面实现了故障诊断、知识获取、维修管理、辅助学习等功能,将其应用于发动机不能起动等故障进行验证,取得了良好的效果。
【关键词】：故障诊断 蚁群算法 专家系统 神经网络
【学位授予单位】：中国农业大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：U464
【目录】：

• 第一章 绪论6-10
• 1．1 引言6
• 1．2 发动机故障诊断的意义6
• 1．3 故障诊断技术的发展6-8
• 1．4 国内外故障诊断技术的研究现状与发展8-9
• 1．5 本课题研究的目的和内容9-10
• 第二章 专家系统10-20
• 2．1 专家系统概述10-12
• 2．2 知识的获取12-14
• 2．3 知识的表示14-17
• 2．4 故障诊断推理机制17-18
• 2．5 本章小结18-20
• 第三章 蚁群算法20-28
• 3．1 蚁群算法的起源20
• 3．2 蚁群算法的研究及应用领域20
• 3．3 蚁群算法的基本原理20-21
• 3．4 蚁群算法模型及实现21-25
• 3．5 参数分析25-27
• 3．6 本章小结27-28
• 第四章 神经网络理论28-37
• 4．1．神经网络技术简介28
• 4．2 神经网络的特点28
• 4．3 神经网络模型28-31
• 4．4 神经网络模型的分类31
• 4．5 神经网络的学习规则31-32
• 4．6 BP神经网络32-36
• 4．7 本章小结36-37
• 第五章 发动机故障诊断专家系统的设计与实现37-49
• 5． 1发动机故障诊断系统的方案选择与比较37-38
• 5．2 系统的总体结构38
• 5．3 基于蚁群神经网络的发动机故障诊断专家系统知识库的设计38-45
• 5．4 基于蚁群神经网络的发动机故障诊断专家系统推理机的设计45-46
• 5．5 故障诊断系统解释功能的实现46
• 5．6 知识库管理功能的实现46-48
• 5．7 本章小结48-49
• 第六章 发动机故障诊断专家系统软件的开发49-58
• 6．1 开发环境的选择与简介49-51
• 6．2 软件界面及功能设计51-57
• 6．3 本章小结57-58
• 第七章 结论与展望58-59
• 参考文献59-62
• 致谢62-63
• 个人简介63

【相似文献】

中国期刊全文数据库 前10条

1 ;美用DNA制造出首个人造神经网络[J];硅谷;2011年17期

2 佟铮;张友鹏;;基于BP神经网络的机车轮对故障诊断系统研究[J];铁路技术创新;2009年01期

3 官丹;;基于主成分分析和遗传支持向量机的发动机故障诊断[J];农业科技与装备;2011年08期

4 徐军;;帕萨特2.0 L车发动机无怠速[J];汽车维护与修理;2011年08期

5 查显武;;安凯车发动机无法起动[J];汽车维护与修理;2011年09期

6 赵宝平;;瑞风发动机故障灯报警[J];汽车维修技师;2011年07期

7 黄莲花;李光明;;神经网络数据融合在车用传感器中的应用[J];装备制造技术;2011年08期

8 景利学;苏宏升;谢明军;冉鹏程;;电压型BUCK变换器控制策略研究[J];电气传动自动化;2011年04期

9 姜平;黄志鹏;;基于神经网络的公交客流预测[J];交通标准化;2008年13期

10 尹骏晖;李伶;杜青;;基于神经网络和柔度曲率的简支梁损伤识别[J];山西建筑;2011年21期

中国重要会议论文全文数据库 前10条

1 蔡如宽;周深根;舒秀利;何海龙;;神经网络在发动机故障仿真建模中的应用[A];第五届全国仿真器学术会论文集[C];2004年

2 陈东根;沈寿林;肖江阳;;基于神经网络技术和小波分析的发动机故障智能诊断研究[A];2001年中国智能自动化会议论文集（下册）[C];2001年

3 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年

4 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年

5 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集（第1卷）[C];1991年

6 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年

7 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年

8 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集（上）[C];1995年

9 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年

10 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年

中国重要报纸全文数据库 前10条

1 记者 陈青　通讯员 孙国根;揭示神经网络形成新机制[N];文汇报;2011年

2 赵月;用气缸压力表诊断发动机故障(教您一手儿)[N];中国汽车报;2002年

3 于翔;数字神经网络中的协同应用[N];网络世界;2009年

4 陈立希;澳航发动机故障 英公司称属“个例”[N];新华每日电讯;2010年

5 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

6 熊焰;发动机故障排除方法（三）[N];中国花卉报;2004年

7 熊焰;发动机故障排除方法（四）[N];中国花卉报;2004年

8 王辉;去年烟台汽车 投诉明显上升[N];中国质量报;2010年

9 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

10 熊焰;发动机故障排除方法（一）[N];中国花卉报;2004年

中国博士学位论文全文数据库 前10条

1 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年

2 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年

3 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年

4 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年

5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年

6 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年

7 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年

8 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年

9 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年

10 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年

中国硕士学位论文全文数据库 前10条

1 胡俊生;基于神经网络和声强技术的发动机故障预测系统研究[D];南京理工大学;2005年

2 朱惠莲;基于神经网络的汽车发动机故障诊断系统[D];西北农林科技大学;2007年

3 杨金玉;基于神经网络电喷发动机传感器故障诊断专家系统的研究[D];长安大学;2008年

4 廖犬发;一种配电网故障区间诊断系统的研究[D];武汉大学;2004年

5 陈燕;基于粒计算——神经网络的故障诊断方法与应用[D];太原理工大学;2011年

6 魏秀;文化算法优化RBF神经网络及应用研究[D];太原理工大学;2011年

7 王晶;基于神经网络理论实现混沌系统控制与同步研究[D];郑州大学;2002年

8 易江义;神经网络PID控制在汽车发电机性能自动测试系统的应用[D];中南大学;2004年

9 张霞;GIS内部信号识别的神经网络建模及小波算法实现[D];天津大学;2003年

10 仲京臣;基于小波神经网络的故障诊断研究[D];中国海洋大学;2004年

  本文关键词：基于蚁群神经网络的发动机故障诊断专家系统的研究，由笔耕文化传播整理发布。

，

本文编号：330139