详情

原文传递基于BP神经网络的汽车发动机信号采集和故障诊断系统的设计与实现

论文题名：	基于BP神经网络的汽车发动机信号采集和故障诊断系统的设计与实现
关键词：	BP神经网络;故障诊断;信号采集;微处理器;汽车发动机
摘要：	随着汽车保有量的迅速增加和微电子技术的发展，汽车与人们的生活息息相关，并逐渐成为大多数人的代步工具。发动机就像汽车的“心脏”，决定着汽车性能的好坏。并且发动机还是汽车中一个复杂的机电油综合体系，经常在高转速，重负荷的情况下运转，有些零件还处于高温及高压等恶劣条件下工作。在这种情况下，发动机的故障因素多且互相交织影响，在汽车的所有部件中发生频率最高。因此在发动机不解体的情况下，设计一个快速准确并实时诊断汽车发动机运行状态的系统关乎人们的人身和财产安全，同时也可以提高汽车维修的速度和质量。　　经过对国内外汽车发动机故障诊断设备的了解和研究发现:国内外对各种诊断技术的研究逐渐完善，并且微电子技术也日益更新。特别是，对发动机信号采集和故障诊断方法的研究和设备的研制不断得到突破，如国内外出现的专家诊断工作站和在故障诊断中所使用的各种模糊理论和算法。　　本论文系统的实现结合了微电子技术、计算机技术和国内外较先进的故障诊断算法—BP神经网络算法，设计了一个基于BP神经网络的汽车发动机信号采集和故障诊断系统。最重要的是，在研究设计和理论都比较成熟的专家系统的基础上，深入研究了故障诊断领域中应用最为广泛和成功的BP神经网络模型算法。　　本系统的设计将BP神经网络融入到系统中，首先对BP网络模型的算法进行详细研究，不仅要分析该算法的推导原理，而且考虑怎样将此算法应用到发动机故障诊断中。然后是设计硬件平台的构建。由于发动机信号变化多端，所以在前端对信号处理部分的电路需使用多级比例放大器，将信号调整到一个适合主控芯片处理的范围内，再传递到下一级电路处理。本设计的主控芯片选用了专用的数字信号处理器DSP芯片，并且在处理复杂的信号选择关系和存储处理后的数据时使用了可编程逻辑芯片。其次即是研究对主控芯片DSP的编程，程序的功能主要是对信号进行模数转换和误差调整。此部分使用从发动机采集到的信号做为训练样本，然后运用BP网络算法，对网络权值进行正向和反向的不断训练。等训练好BP网络后，将新的待测样本值作为网络的输入值，然后经过BP网络即可得到故障值，从而达到故障诊断的目的。　　本论文设计的发动机信号采集和故障诊断系统的实现，不仅能应用在汽车发动机故障诊断的领域中，达到快速准确地对发动机性能分析和故障诊断的效果。最主要是，相对于传统的设备更加精确和智能。而且，只要经过简单的修改，此系统同时还可以运用在医疗器械，电子机械故障诊断设备中。当然，本系统硬件平台的设计也可以运用到自然界中对所有模拟信号的采集。在系统的设计与实现中所提出的方法在发动机信号采集和故障诊断领域中开拓了新的思路，并且得到了预期的结果。
作者：	陈玉琼
专业：	通信与信息系统
导师：	祝忠明
授予学位：	硕士
授予学位单位：	成都理工大学
学位年度：	2013
正文语种：	中文