原文传递
基于混沌PSO-DV优化BP神经网络的汽车故障诊断
| 论文题名： | 基于混沌PSO-DV优化BP神经网络的汽车故障诊断 |
| 关键词： | 混沌PSO-DV;优化设计;BP神经网络;汽车发动机;故障诊断 |
| 摘要： | 由于现代汽车工业技术的迅猛发展与电子信息技术的相结合，导致汽车设备的故障检测和诊断越来越复杂。汽车发动机作为汽车的心脏，集各种电子设备和机械结构之大成，是故障产生的多发地带。所以对汽车发动机故障进行诊断和检测，具有十分重要的意义。 本课题首先对国内外汽车发动机故障诊断设备做了详细的调研，分析了影响故障诊断的因素，介绍了一般故障诊断所采用的方法，然后研究了BP神经网络和人工智能算法在故障诊断方面的应用，最后独立进行了基于ARM9的嵌入式故障诊断系统总体方案的设计。在硬件上，该系统采用SAMSUNG公司的微处理器芯片S3C2440作为主控制器，选取K9F1208U和时钟晶振构成了主控制模块；设计了电源系统、通信接口和人机交互；同时通过对发动机的转速、发动机冷却液温度、汽缸压力以及点火电压信号等的测量实现了待测信号的采集。 在软件上，采用开源操作系统Linux作为本设计的嵌入式操作系统。详细描述了构建嵌入式软件平台的各个步骤：包括嵌入式交叉编译环境的搭建，Boot Loader和操作系统的定制与移植，根文件系统的建立，以及信号采集系统和触摸屏的驱动设计。在应用程序方面，选择MiniGUI作为本系统的图形界面系统，并在此基础上开发了故障诊断应用程序。最终实现了汽车发动机故障诊断系统的嵌入式总体设计。 最后，通过对实车发动机的测试，实现了相当满意的效果。 |
| 作者： | 刘建立 |
| 导师： | 李业德 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东理工大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
