基于神經(jīng)網(wǎng)絡技術的汽車發(fā)動機故障診斷研究.pdf

1、近年來國內(nèi)外的機械故障診斷技術發(fā)展迅速，研究的手段和方法日新月異，其應用己遍及各個工業(yè)領域。由于汽車發(fā)動機結構復雜，故障特征及原因普遍存在針對性和常見性，對其實施故障診斷比較困難，盡管人們對其開展了不少研究并取得了一些研究成果，但總的診斷水平并不有效，這與其在生產(chǎn)生活中廣泛應用的現(xiàn)狀極不相符。因此，對汽車發(fā)動機開展故障診斷研究具有十分重要的意義。本文研究工作就是在這個技術背景下展開的。 本文主要研究汽車發(fā)動機故障診斷的方法。在分

2、析了現(xiàn)有故障診斷方法的基礎上。提出了一套利用神經(jīng)元網(wǎng)絡進行故障診斷的方法。在分析了發(fā)動機常見故障和經(jīng)驗解決方法之后，結合人工神經(jīng)元網(wǎng)絡模型和學習模型，設計了適合本研究的故障診斷系統(tǒng)。本系統(tǒng)采用三層神經(jīng)網(wǎng)絡結構，4個輸入結點，中間層為10個，輸出層與故障模型相對應，為12個。在算法方面，經(jīng)過多次實驗，提出了一種高效的改進型FBP算法。使用梯度下降法迭代法不斷修正權值，網(wǎng)絡訓練迭代次數(shù)為10萬次，學習精度要求為取系統(tǒng)總誤差E=0.001.系