基於神經網絡的發動機故障診斷係統的研究與實現論文(pdf 67頁)

基於神經網絡的發動機故障診斷係統的研究與實現論文內容提要：
隨著汽車保有量的逐年增加，機動車汙染物的排放總量也隨著增加，而機動車尾氣和排放的其他汙染物是造成城市空氣質量惡化的主要因素之一，進而也影響了整個大氣質量，特別是尾氣排放不達標的在用汽車對大氣的汙染更嚴重。這些汙染物嚴重的損害了人們的身體健康和生活質量。
本課題是根據汽車尾氣參數值來判斷發動機的故障，並利用神經網絡來達到智能診斷的目的。本文首先對國內外汽車故障診斷技術的發展、汽車故障的種類與特點、汽車故障的診斷方法、故障係統的基本診斷過程和理論方法進行了深入的分析。根據神經網絡的特點，指出神經網絡與故障診斷結合的可行性和必然性。其次，介紹了BP神經網絡和RBF神經網絡的結構和算法，並建立神經網絡模型；最後，以豐田淩誌400電控發動機為實例，在怠速工況下，模擬發動機的各種故障，並建立樣本集。用MATLAB語言及其數據庫處理技術編製仿真程序，分別用BP神經網絡和RBF神經網絡對所采集的樣本集進行訓練和仿真，提出了基於BP算法和RBF算法的神經網絡電控發動機故障診斷的方法。結果表明RBF神經網絡是一種性能比BP神經網絡良好的前饋網絡，把RBF神經網絡應用於電控發動機故障診斷中是有效可行的。
..............................