原文传递
基于神经网络的LPG发动机故障诊断系统研究
| 论文题名： | 基于神经网络的LPG发动机故障诊断系统研究 |
| 关键词： | 汽车发动机;LPG发动机;故障诊断;神经网络;计算机辅助诊断 |
| 摘要： | 本文在分析国内外汽车诊断技术发展及现状等有关资料的基础上，对LPG发动机故障的种类与特点、故障诊断的理论方法和基本过程进行了深入的研究。 随着电子控制技术在汽车工程中的应用，使得LPG发动机故障诊断研究更为复杂。由于计算机技术的日益成熟，为LPG发动机故障识别的技术提供了完整的理论基础。通过对课题研究的目的及意义进行了探讨，指出LPG发动机诊断理论研究是LPG发动机故障诊断系统建立的重要基础。 首先，分析了LPG发动机各系统结构与原理、故障诊断系统的基本诊断过程及主要方法，并结合LPG汽车常见故障的特点，论述了LPG发动机燃料供给系统、电子控制系统和机械部件异响常见故障征兆、故障原因的理论分析及案例的排除方法。由于LPG发动机各系统组成的复杂性，同样的故障征兆会出现“一果多因”的特点，因此对LPG发动机的故障性质和规律之间的关系进行了研究，并提出进行LPG发动机故障诊断的策略。以LPG发动机各系统常出现的故障为例，对故障征兆的技术状态特征的描述、利用神经网络进行故障原因分析与故障部位判断等问题进行了深入的研究。 其次，结合神经网络的基本理论，从应用角度分析了神经网络设计中的网络层数、隐含层的神经元数、学习速率、期望误差的选取问题，并提出了相应的改进方法。进行了BP神经网络诊断系统BP算法、L-M算法、动量-自适应学习率调整算法的设计，以燃料供给系统、电子控制系统和机械部件异响的故障征兆为基本模式，采用单故障样本组合的方式对神经网络进行训练，来识别具体的故障原因和部位，并对神经网络的三种算法进行了对比与分析，动量-自适应学习率调整算法在保证了收敛速度的前提下，提高了算法的准确性，是最优算法。 最后，以MATLAB7.0应用软件为主要的数值和分析手段，利用MATLAB神经网络工具箱，设计了LPG发动机故障诊断系统。并设计了输入输出界面，能够将MATLAB运行结果转化为LPG发动机的具体故障，并能在弹出的图形界面中显示故障部位，使维修人员操作简单。通过抽取新数据进行了神经网络的测试，测试的误差非常小，验证了所设计系统的实用性。说明神经网络完全可以满足LPG发动机故障诊断的要求。 |
| 作者： | 叶国林 |
| 专业： | 汽车节能与排放控制 |
| 导师： | 冯桑 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
