原文传递
RBF神经网络在电喷发动机故障诊断中的应用研究
| 论文题名： | RBF神经网络在电喷发动机故障诊断中的应用研究 |
| 关键词： | 电喷发动机;故障诊断;汽车诊断仪器;径向基函数神经网络;模式识别 |
| 摘要： | 本文在广泛收集国内外汽车诊断技术发展及现状等有关资料的基础上，全面论述和系统分析了汽车诊断仪器的开发和诊断理论的研究成果及方向。首先，对课题研究的目的和意义进行了探讨，明确提出如果能用神经网络简化解码仪的数据流功能，那么就会大大降低当今汽车故障诊断的难度，提高维修人员的工作效率。其次，介绍了径向基函数神经网络以及电喷发动机电控部分的基本知识，并建立神经网络诊断模型。最后，以捷达ATK型电喷发动机怠速不稳为例，用VAG1552汽车故障诊断仪作为检测工具，设计故障样本集，选用MATLAB语言及ACCESS数据库处理技术编制仿真程序。本文采用一个单隐层的RBF网络对样本进行训练和仿真实验，通过大量的计算机仿真测试，同时与BP网络进行比较，可以验证该诊断模型对电喷发动机故障模式识别有很高的准确率，具有很高的实际应用价值。 此外，本文阐述了电喷发动机故障诊断仿真系统的模型、结构与功能。该系统具有结构简单、诊断结果准确等优点，能使维修人员快速掌握故障部位并制定出相应的维修对策，提高发动机的使用寿命，对开发电喷发动机故障诊断的辅助分析系统和解码仪的功能扩展有实际意义。 如果把设计好的程序固化到解码仪的电脑当中，将会使解码仪进一步向“傻瓜化”方向发展。 |
| 作者： | 郭秀荣 |
| 专业： | 载运工具运用工程 |
| 导师： | 陆怀民 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北林业大学 |
| 学位年度： | 2005 |
| 正文语种： | 中文 |
检索历史
应用推荐
