原文传递
基于神经网络技术的汽车发动机故障诊断研究
| 论文题名： | 基于神经网络技术的汽车发动机故障诊断研究 |
| 关键词： | 神经元网络;FBP算法;汽车发动机;故障诊断;降法迭代法 |
| 摘要： | 近年来国内外的机械故障诊断技术发展迅速，研究的手段和方法日新月异，其应用己遍及各个工业领域。由于汽车发动机结构复杂，故障特征及原因普遍存在针对性和常见性，对其实施故障诊断比较困难，尽管人们对其开展了不少研究并取得了一些研究成果，但总的诊断水平并不有效，这与其在生产生活中广泛应用的现状极不相符。因此，对汽车发动机开展故障诊断研究具有十分重要的意义。本文研究工作就是在这个技术背景下展开的。 本文主要研究汽车发动机故障诊断的方法。在分析了现有故障诊断方法的基础上。提出了一套利用神经元网络进行故障诊断的方法。在分析了发动机常见故障和经验解决方法之后，结合人工神经元网络模型和学习模型，设计了适合本研究的故障诊断系统。本系统采用三层神经网络结构，4个输入结点，中间层为10个，输出层与故障模型相对应，为12个。在算法方面，经过多次实验，提出了一种高效的改进型FBP算法。使用梯度下降法迭代法不断修正权值，网络训练迭代次数为10万次，学习精度要求为取系统总误差E=0.001.系统诊断成功率高打91.6％，使系统最终达到了设计目的。 |
| 作者： | 汪海 |
| 专业： | 控制理论与控制工程 |
| 导师： | 党宏社 |
| 授予学位： | 硕士 |
| 授予学位单位： | 陕西科技大学 |
| 学位年度： | 2006 |
| 正文语种： | 中文 |
检索历史
应用推荐
