基于GrC—神经网络和证据理论的电动汽车故障诊断

发布时间：2023-11-27 20:46

　　在全球环境污染和化石能源危机日趋严峻的背景下,电动汽车成为世界各国汽车工业的新方向。电动汽车的安全性和可靠性是衡量其好坏的重要指标。故障诊断技术通过对电动汽车运行状态和异常做出判断,从而加强电动汽车的安全性能,保证行车安全。因此,对电动汽车故障诊断技术进行深入研究,具有重要的理论意义和应用价值。针对电动汽车故障数据庞杂、非线性的问题,本文提出一种基于粒计算-神经网络(GrC-NN)和DS证据理论的电动汽车故障诊断方法,以达到简化神经网络结构,提高电动汽车故障诊断准确度的目的。主要工作如下:(1)电动汽车故障诊断方法研究。定性分析了电动汽车故障产生原因和常见故障,并对电动汽车故障进行了分类;调研了电动汽车常见故障诊断方法;(2)基于粒计算的电动汽车故障方法研究。剖析了基于粒矩阵的知识约简算法;分别介绍了GrC-BP神经网络和GrC-RBF神经网络的工作原理;分析了基于GrC-NN的电动汽车故障诊断方法的流程;通过仿真证明了粒计算在保持诊断精度基本不变的前提下提高神经网络训练速度和简化神经网络模型结构。(3)基于GrC-NN和DS证据理论的电动汽车故障诊断方法研究。剖析了证据悖论问题,并采...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
第一章 绪论
    1.1 课题研究背景与意义
    1.2 电动汽车故障诊断发展与研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 电动汽车故障诊断常见方法分析
    1.4 本文主要研究内容
第二章 电动汽车故障诊断方法研究
    2.1 电动汽车故障分析
        2.1.1 电动汽车故障产生的原因
        2.1.2 电动汽车常见故障
        2.1.3 电动汽车故障分类
    2.2 粒计算基本概念
        2.2.1 粒计算主要理论模型
        2.2.2 粒计算基本原理
    2.3 证据理论基本概念
        2.3.1 证据理论基本原理
        2.3.2 证据理论融合框架
        2.3.3 DS证据理论的冲突悖论
    2.4 本章小结
第三章 基于粒计算的电动汽车故障诊断方法研究
    3.1 基于粒矩阵的知识约简算法
        3.1.1 基于粒计算的知识约简流程
        3.1.2 算例与分析
    3.2 基于GrC-NN的电动汽车故障诊断基本原理
        3.2.1 GrC-BP神经网络
        3.2.2 GrC-RBF神经网络
        3.2.3 基于GrC-NN的电动汽车故障诊断基本思想
    3.3 基于GrC-NN的电动汽车故障诊断方法仿真分析
    3.4 本章小结
第四章 基于GrC-NN和DS证据理论的电动汽车故障诊断方法研究
    4.1 改进的DS证据理论
        4.1.1 改进DS证据理论基本概念
        4.1.2 算例与分析
    4.2 基于GrC-NN和DS证据理论的电动汽车故障诊断模型设计
        4.2.1 基于GrC-NN和DS证据理论的电动汽车故障诊断流程
        4.2.2 GrC-BP神经网络与GrC-RBF神经网络诊断模型设计
        4.2.3 基于DS证据理论的决策融合
    4.3 两种故障诊断方法对比仿真分析
    4.4 不同载重工况下电动汽车故障诊断实例仿真与分析
        4.4.1 轻载工况下电动汽车故障诊断实例仿真与分析
        4.4.2 中载工况下电动汽车故障诊断实例仿真与分析
        4.4.3 重载工况下电动汽车故障诊断实例仿真与分析
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读硕士学位期间的学术活动及成果情况



本文编号：3868547