原文传递
基于神经网络集成的汽车ABS故障诊断研究
| 论文题名： | 基于神经网络集成的汽车ABS故障诊断研究 |
| 关键词： | 汽车防抱死系统;故障诊断;神经网络;遗传算法;集成计算 |
| 摘要： | 随着汽车工业的发展和汽车产品的普及，汽车已成为城镇居民出行的重要交通工具，对于汽车的安全性要求也更加严格。汽车防抱死系统（Anti-lock Braking System,ABS）作为汽车制动系统的核心主动安全装置，是保障汽车安全性的重要组成，对其进行更精准的故障诊断检测具有重要意义。 由于神经网络具有自适应、良好的容错性、并行计算等优点，本文将之应用于汽车ABS的故障诊断中。构建三层BP神经网络模型，分别对汽车ABS调节器和传感器检测样本进行故障诊断。同时，结合现代智能算法中的遗传算法对BP网络进行参数优化，以克服BP网络收敛速度慢、易于陷入局部最优等缺陷。 设计了采用遗传算法优化BP神经网络初始权值和阈值的遗传神经网络（GA_BP）算法，并将之应用于ABS调节器与传感器的故障诊断中。基于MATLAB2014软件平台，使用神经网络工具箱并编程实现遗传神经网络算法，分别对调节器和传感器检测样本进行训练并仿真检验，结果显示，应用遗传算法优化后，ABS故障诊断的效率和可靠性都得到了提升。 最后，鉴于单神经网络具有复杂度高、故障空间和样本维度较小等问题，引入集成计算方法，提出了使用神经网络集成进行ABS故障诊断的方法。该方法可以利用不同方面的信息，将故障空间和样本空间进行划分，构建子神经网络分别独立计算仿真，最后将输出结果决策融合。使用调节器样本进行了仿真，通过诊断结果比较可知，神经网络集成有效地提升了故障诊断的效率和精度，增强了网络的泛化性能。 |
| 作者： | 谢超 |
| 专业： | 载运工具运用工程 |
| 导师： | 胡大伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
