原文传递
基于神经网络专家系统的电喷发动机故障自诊断研究
| 论文题名： | 基于神经网络专家系统的电喷发动机故障自诊断研究 |
| 关键词： | 神经网络专家系统;电喷发动机;汽缸失火;数值优化算法;正向推理机制 |
| 摘要： | 结合计算机技术、神经网络和专家系统进行发动机故障诊断的研究，对发动机故障的及时、准确判断，提高汽车工作效率和维修质量是非常重要的。随着汽车的广泛使用，研究汽车发动机故障诊断系统具有十分重要的意义。 本文以汽车发动机汽缸失火为诊断对象，全面阐述了神经网络和专家系统的基本理论与系统结构。传统专家系统只能处理显性的表面的知识，存在推理能力弱，而且知识获取容易出现瓶颈问题等；而神经网络恰好弥补了专家系统的不足，因此设计了神经网络与专家系统结合在一起的一种新方法，将神经网络和专家系统融合在一起来克服各自存在的缺点，使二者更好地应用于故障诊断领域，将二者融合实现了人工智能在故障诊断上的飞跃。 以BP神经网络为基础建立汽车故障诊断专家系统，结合汽车所出现的各种具体故障情况，利用专家提供的样本规则，对网络进行训练，然后利用学成的网络，对汽车故障数据进行处理，便得到了汽车具体的故障情况。 具体实施的步骤为：以EQ6102电喷发动机在无负荷时不同转速工况下其废气(CO，CO2，NOX，HC和O2)排放量为训练样本集，利用神经网络的学习规则，应用BP网络实现知识的存储，采用数值优化算法完成知识库的组建；采用正向推理机制，使用VB 6.0设计人机接口实现系统和用户之间的界面，实现数值的输入和输出；大量收集汽车故障资料，从书本和领域专家那里获得相关的知识；用MATLAB对实验结果进行仿真模拟，充分发挥解释器的作用。 神经网络专家系统作为人工智能应用于汽车故障诊断的一个系统，具有实用性强，便于不断扩充等优点，加大了诊断技术在汽车上的应用范围。在理论上，丰富了汽车故障诊断采用智能方法的可行性，使汽车故障诊断水平真正达到专家级别。 |
| 作者： | 邓日青 |
| 专业： | 载运工具运用工程 |
| 导师： | 傅晓林 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
