原文传递
基于神经网络与专家系统的ABS故障诊断技术研究
| 论文题名： | 基于神经网络与专家系统的ABS故障诊断技术研究 |
| 关键词： | 故障诊断;神经网络;专家系统;汽车防抱死;制动系统 |
| 摘要： | 现今，汽车行驶速度越来越快，人们对其安全性能要求也越来越高。作为汽车的主动安全装置之一的汽车防抱死制动系统(ABS)，能够通过调节车轮制动力来防止车轮抱死，提高汽车的制动效能和方向稳定性，因此对ABS故障诊断技术的研究具有重要意义。由于传统的故障诊断专家系统缺乏自学习、自适应的能力，无法对复杂的不确定性故障进行推理，本文提出专家系统与神经网络技术相结合的方法对ABS故障诊断进行研究。 设计了神经网络-专家系统协同式诊断方案。首先，重点分析基于神经网络的系统故障诊断方法。针对ABS传感器和调节器故障，构建基本的BP神经网络，利用专家提供的故障数据作为训练样本和测试样本，对网络进行训练和仿真。在神经网络故障推理过程中，BP神经网络显现的一些明显缺陷，于是利用基于L-M算法的BP网络改进。经过MATALAB仿真，验证这种改进方案能改善训练效果，提高收敛速度，让诊断结果更加精确。 ABS其他部位的故障，使用专家系统进行诊断。本文给出ABS故障诊断协同式系统总体设计方案。系统设计中，着重剖析基于神经网络专家系统的知识库、推理机以及解释机的设计过程，详细分析结合这两种技术进行故障诊断的实现流程。联合Visual C++、SQL Sever数据库和MATLAB软件平台，完成系统的上位机开发。最后，通过具体的故障诊断实例，验证将两种技术结合用于ABS故障诊断的可行性。 鉴于神经网络技术与专家系统之间的互补性，系统实用性能得到提升。实验结果证明，基于神经网络与专家系统的混合故障诊断方法很大程度地缩短了ABS故障诊断时间，并提高了诊断水平和效率。本文设计的系统，为ABS故障诊断增加了一种可行途径。 |
| 作者： | 吕佩 |
| 专业： | 控制科学与工程 |
| 导师： | 苏义鑫 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
