基于LABVIEW平台的电控发动机人工智能故障诊断系统的研究
发布时间：2021-04-29 04:50
随着世界汽车工业的发展,我国的民族汽车工业在近些年也有了突飞猛进的发展,国产汽车的性能、结构和舒适程度上都有了很大改进和提高。特别是对于动力核心的发动机部分,现代汽车中大部分都已使用电控发动机,这样与传统发动机相比电控发动机在故障检测方面就增加了很大的难度。于是电控发动机的智能故障诊断系统的研究就成为汽车检测领域中一个很重要的内容之一。本论文在分析电控发动机的结构特点后,主要通过分析电控发动机传感器信号的特点,从中提取故障信息建立故障诊断的模型,并设计了故障诊断系统软件。在充分了解电控发动机结构及传感器信号特点后,利用CAN总线搭建了一个传感器信息采集平台,设计了相应的信号预处理及采样电路。为使上位机软件可以方便的与CAN总线进行通讯,设计了CAN-USB的转换适配器。鉴于电控发动机故障的复杂性,本文采用具有自学习和自适应能力的BP神经网络作为故障诊断模型的核心。BP网络的设计过程中,经过五个网络的对比最终确立了网络结构,并利用具有全局寻优能力的蚁群算法对BP神经网络的训练算法进行了优化,使其具有更高的工作效率。模型建立完毕后,采用了一组数据对故障诊断模型工作的准确性进行了验证,证明该...
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题来源与意义
1.2 汽车故障诊断系统的发展现状与趋势
1.2.1 汽车故障诊断技术发展概述
1.2.2 汽车故障诊断技术的发展趋势
1.3 论文主要研究内容
第2章 人工神经网络基本原理
2.1 人工神经网络的基本概念
2.1.1 神经元模型建立
2.1.2 常用的神经网络传递函数
2.1.3 神经网络的类型
2.1.4 神经网络的工作方式
2.2 BP 神经网络
2.2.1 BP 网络结构
2.2.2 BP 训练算法的数学实现
2.2.3 BP 算法的不足及原因
2.3 本章小结
第3章 电控发动机故障诊断系统总体设计方案
3.1 电控发动机结构及故障分析
3.1.1 电控燃料喷射系统的主要结构及工作原理
3.1.2 传感器信号与发动机故障分析
3.2 硬件信号采集平台的设计
3.2.1 开关量输出传感器信号预处理电路
3.2.2 模拟量输出的传感器信号调理电路
3.3 CAN 总线通讯网络接口的设计
3.3.1 CAN 总线协议规范及数据格式
3.3.2 USB 协议规范与帧格式
3.3.3 USB-CAN 转换适配器
3.4 故障诊断策略的选取
3.5 本章小结
第4章 基于神经网络故障诊断模型设计与验证
4.1 人工神经网络在故障诊断中特点与优势
4.2 基于BP 网络的电控发动机故障诊断模型的建立
4.2.1 预处理模块归一化的实现
4.2.2 BP 网络模块的设计
4.2.3 不同隐含层网络训练的比较
4.3 蚁群算法对BP 网络训练的优化
4.3.1 蚁群算法的特点与优势
4.3.2 蚁群算法对BP 网络训练的优化
4.4 BP 神经网络故障诊断模型的验证
4.5 本章小结
第5章 电控发动机故障诊断系统软件设计
5.1 图形化的编程语言
5.2 系统启动界面的设计
5.3 故障诊断模块设计
5.3.1 故障诊断模块界面设计
5.3.2 传感器信号数据归一化处理
5.3.3 MATLAB 神经网络故障诊断模块的调用
5.4 神经网络训练模块设计
5.5 故障诊断系统软件其他模块设计
5.5.1 历史故障查询模块
5.5.2 通讯测试模块
5.5.3 系统帮助模块
5.6 本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文
致谢
【参考文献】：
期刊论文
[1]人工神经网络在混合智能故障诊断技术中的应用研究[J]. 唐贵基,田丽洁,田学航. 汽轮机技术. 2005(05)
[2]汽车行驶记录仪的现状与发展趋势[J]. 陆文昌. 汽车电器. 2005(05)
[3]现代汽车电器电子设备的特点与检修[J]. 肖永清. 中国设备工程. 2004(01)
[4]基于神经网络的智能故障诊断技术[J]. 张荣沂. 自动化技术与应用. 2003(02)
[5]故障诊断和容错技术在控制系统中的应用研究[J]. 张宇声,孙丰瑞,于键. 海军工程大学学报. 2001(05)
[6]基于神经网络的发动机实时检测与故障诊断系统[J]. 何勇,张涌钢,黄德明. 农业机械学报. 2001(04)
[7]通用串行总线USB技术概述[J]. 史波,田凯. 信息技术. 2001(04)
[8]电控汽车故障诊断技术的现状与发展趋势[J]. 张云龙,袁大宏,王国戟,石奕,康晓郭. 汽车技术. 2000(07)
[9]动态系统的故障诊断方法[J]. 张萍,王桂增,周东华. 控制理论与应用. 2000(02)
[10]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)
博士论文
[1]电控汽油机智能控制策略及故障诊断的研究[D]. 李国勇.太原理工大学 2007
[2]蚁群优化算法的理论研究及其应用[D]. 刘彦鹏.浙江大学 2007
硕士论文
[1]电控发动机故障诊断模拟系统的研制[D]. 方文.长安大学 2008
[2]基于神经网络的电控汽油发动机的智能故障诊断研究[D]. 李明钊.昆明理工大学 2008
[3]基于TMS320LF2407A的汽车无级变速器的故障诊断[D]. 张诗阁.哈尔滨理工大学 2008
[4]基于蚁群神经网络的发动机故障诊断专家系统的研究[D]. 宋红英.中国农业大学 2005
[5]汽车电控系统在线故障诊断方法的研究[D]. 顾勤林.合肥工业大学 2005
[6]基于神经网络的汽车电控发动机故障诊断研究[D]. 武万龙.大连理工大学 2003
本文编号：3166874
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题来源与意义
1.2 汽车故障诊断系统的发展现状与趋势
1.2.1 汽车故障诊断技术发展概述
1.2.2 汽车故障诊断技术的发展趋势
1.3 论文主要研究内容
第2章 人工神经网络基本原理
2.1 人工神经网络的基本概念
2.1.1 神经元模型建立
2.1.2 常用的神经网络传递函数
2.1.3 神经网络的类型
2.1.4 神经网络的工作方式
2.2 BP 神经网络
2.2.1 BP 网络结构
2.2.2 BP 训练算法的数学实现
2.2.3 BP 算法的不足及原因
2.3 本章小结
第3章 电控发动机故障诊断系统总体设计方案
3.1 电控发动机结构及故障分析
3.1.1 电控燃料喷射系统的主要结构及工作原理
3.1.2 传感器信号与发动机故障分析
3.2 硬件信号采集平台的设计
3.2.1 开关量输出传感器信号预处理电路
3.2.2 模拟量输出的传感器信号调理电路
3.3 CAN 总线通讯网络接口的设计
3.3.1 CAN 总线协议规范及数据格式
3.3.2 USB 协议规范与帧格式
3.3.3 USB-CAN 转换适配器
3.4 故障诊断策略的选取
3.5 本章小结
第4章 基于神经网络故障诊断模型设计与验证
4.1 人工神经网络在故障诊断中特点与优势
4.2 基于BP 网络的电控发动机故障诊断模型的建立
4.2.1 预处理模块归一化的实现
4.2.2 BP 网络模块的设计
4.2.3 不同隐含层网络训练的比较
4.3 蚁群算法对BP 网络训练的优化
4.3.1 蚁群算法的特点与优势
4.3.2 蚁群算法对BP 网络训练的优化
4.4 BP 神经网络故障诊断模型的验证
4.5 本章小结
第5章 电控发动机故障诊断系统软件设计
5.1 图形化的编程语言
5.2 系统启动界面的设计
5.3 故障诊断模块设计
5.3.1 故障诊断模块界面设计
5.3.2 传感器信号数据归一化处理
5.3.3 MATLAB 神经网络故障诊断模块的调用
5.4 神经网络训练模块设计
5.5 故障诊断系统软件其他模块设计
5.5.1 历史故障查询模块
5.5.2 通讯测试模块
5.5.3 系统帮助模块
5.6 本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文
致谢
【参考文献】：
期刊论文
[1]人工神经网络在混合智能故障诊断技术中的应用研究[J]. 唐贵基,田丽洁,田学航. 汽轮机技术. 2005(05)
[2]汽车行驶记录仪的现状与发展趋势[J]. 陆文昌. 汽车电器. 2005(05)
[3]现代汽车电器电子设备的特点与检修[J]. 肖永清. 中国设备工程. 2004(01)
[4]基于神经网络的智能故障诊断技术[J]. 张荣沂. 自动化技术与应用. 2003(02)
[5]故障诊断和容错技术在控制系统中的应用研究[J]. 张宇声,孙丰瑞,于键. 海军工程大学学报. 2001(05)
[6]基于神经网络的发动机实时检测与故障诊断系统[J]. 何勇,张涌钢,黄德明. 农业机械学报. 2001(04)
[7]通用串行总线USB技术概述[J]. 史波,田凯. 信息技术. 2001(04)
[8]电控汽车故障诊断技术的现状与发展趋势[J]. 张云龙,袁大宏,王国戟,石奕,康晓郭. 汽车技术. 2000(07)
[9]动态系统的故障诊断方法[J]. 张萍,王桂增,周东华. 控制理论与应用. 2000(02)
[10]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)
博士论文
[1]电控汽油机智能控制策略及故障诊断的研究[D]. 李国勇.太原理工大学 2007
[2]蚁群优化算法的理论研究及其应用[D]. 刘彦鹏.浙江大学 2007
硕士论文
[1]电控发动机故障诊断模拟系统的研制[D]. 方文.长安大学 2008
[2]基于神经网络的电控汽油发动机的智能故障诊断研究[D]. 李明钊.昆明理工大学 2008
[3]基于TMS320LF2407A的汽车无级变速器的故障诊断[D]. 张诗阁.哈尔滨理工大学 2008
[4]基于蚁群神经网络的发动机故障诊断专家系统的研究[D]. 宋红英.中国农业大学 2005
[5]汽车电控系统在线故障诊断方法的研究[D]. 顾勤林.合肥工业大学 2005
[6]基于神经网络的汽车电控发动机故障诊断研究[D]. 武万龙.大连理工大学 2003
本文编号：3166874
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/3166874.html
