| 【中文题名】 | 基于神经网络的汽车故障诊断的研究 |
| 【英文题名】 | A Study on Auto Fault Diagnosis Based on Neural Network |
| 【学科专业】 | 机械工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-23 |
| 【中关键词】 | 汽车故障诊断,神经网络,系统仿真,,, |
| 【英关键词】 | auto fault diagnosis,neural network,system simulation, |
| 【分类导航】 | 交通运输>公路运输>汽车工程>汽车保养与修理>诊断和检测技术及其仪器设备> |
| 【论文摘要】 |
本论文对国内外汽车故障诊断技术的发展、汽车故障的种类与特点、汽车故障的诊断方法、故障系统的基本诊断过程和理论方法进行了深入的分析。根据神经网络的特点,指出神经网络与故障诊断结合的可行性和必然性。在讨论了神经网络的基本理论基础上,明确神经网络应用于故障诊断的三种途径。前馈型BP网络具有极强的模式识别和分类能力。本文从应用角度分析了网络设计中的网络层数、隐含层的神经元数、初始权值、学习速率、期望误差的选取问题。以MATLAB7.0应用软件为主要的数值和分析手段,重点研究了应用神经网络对汽车空调系统的控制仿真和故障诊断问题。 |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
Abstract |
4-7 |
|
1 绪论 |
7-16 |
|
1.1 研究背景与意义 |
7-8 |
|
1.2 汽车故障诊断技术 |
8-11 |
|
1.2.1 汽车故障诊断含义 |
8-9 |
|
1.2.2 汽车故障的种类与特点 |
9 |
|
1.2.3 汽车故障的诊断方法 |
9-11 |
|
1.3 国内外研究水平和发展方向 |
11-14 |
|
1.3.1 国外汽车诊断技术发展概况 |
11-12 |
|
1.3.2 国内汽车诊断技术概况 |
12-14 |
|
1.4 本文主要研究的内容 |
14-16 |
|
2 故障诊断系统理论方法 |
16-24 |
|
2.1 故障诊断的主要理论方法 |
16-19 |
|
2.2 基于神经网络的故障诊断 |
19-24 |
|
2.2.1 神经网络的发展史 |
19-21 |
|
2.2.2 神经网络的特性 |
21 |
|
2.2.3 神经网络与汽车故障诊断 |
21-24 |
|
3 神经网络 |
24-32 |
|
3.1 神经元结构模型 |
24-25 |
|
3.2 神经网络的互连模式 |
25-26 |
|
3.3 神经网络常用的几种学习算法 |
26-29 |
|
3.3.1 Hebbian 学习规则 |
27 |
|
3.3.2 梯度下降法 |
27 |
|
3.3.3 感知器学习规则 |
27-28 |
|
3.3.4 Widrow-Hoff 学习规则 |
28 |
|
3.3.5 Winner-Take-All 学习规则 |
28-29 |
|
3.4 神经网络应用于故障诊断的途径 |
29-32 |
|
3.4.1 神经网络与故障诊断的模式识别 |
29-30 |
|
3.4.2 神经网络与故障预测 |
30-31 |
|
3.4.3 神经网络与故障诊断专家系统 |
31-32 |
|
4 BP 神经网络 |
32-41 |
|
4.1 BP 网络 |
32-37 |
|
4.1.1 BP 网络的主要功能 |
32 |
|
4.1.2 BP 网络模型 |
32-34 |
|
4.1.3 BP 网络规则 |
34-35 |
|
4.1.4 网络训练过程 |
35-37 |
|
4.2 BP 网络的设计 |
37-39 |
|
4.2.1 网络的层数 |
37-38 |
|
4.2.2 隐含层的神经元数 |
38 |
|
4.2.3 初始权值的选取 |
38 |
|
4.2.4 学习速率 |
38-39 |
|
4.2.5 期望误差的选取 |
39 |
|
4.3 限制与对策 |
39-41 |
|
5 基于BP 网络的汽车空调的控制仿真与故障诊断 |
41-48 |
|
5.1 桑塔那2000 冷却和空调系统的控制电路图及工作情况 |
41-42 |
|
5.2 控制关系仿真的神经网络模型 |
42-45 |
|
5.2.1 输入、输出训练样本模式对的获取 |
42-44 |
|
5.2.2 网络的训练 |
44-45 |
|
5.2.3 仿真模型的建立 |
45 |
|
5.3 控制关系仿真与故障诊断 |
45-48 |
|
5.3.1 仿真与检验 |
45-46 |
|
5.3.2 利用BP 神经网络模型进行空调和冷却系统的故障诊断 |
46-48 |
|
6 结论 |
48-49 |
|
致谢 |
49-50 |
|
参考文献 |
50-51 |
|
| 【DOI】 | LunWen.ID:2.2008.388802 |