学位论文 > 优秀研究生学位论文题录展示

基于神经网络的发动机点火故障诊断研究

作　者: 王超
导　师: 王铁
学　校: 沈阳理工大学
专　业: 车辆工程
关键词: 发动机点火系统次级点火波形 BP神经网络 GA算法 PSO算法
分类号: TP183
类　型: 硕士论文
年　份: 2013年
下　载: 177次
引　用: 0次
阅　读: 论文下载

内容摘要

随着科技的不断进步和人民生活水平的不断提高，汽车越来越普遍的走进我们的生活，同样带来的问题还有汽车的故障发生率越来越高。但是我们对汽车故障诊断的专业人才和所匹配的专业知识却达不到目前汽车界要求，这就需要我们找到一个高效、准确的方法对汽车故障进行诊断和研究。发动机是汽车的心脏，汽车的大部分故障是因为发动机引起的，而发动机的故障有45%-50%是由发动机点火系统故障所导致。本文在查阅大量文献的基础上，对Accord轿车中的F23A1车型进行了点火系统故障研究分析，以次级点火电压波形为研究基础，确定了该车型的四种常见故障和引起这些故障的具体参数。因为BP神经网络的隐含层节点数是不确定的，而且它的多少还决定着网络的收敛速度和误差。本文对所得出的四种结构模型进行仿真分析，得到最佳网络模型结构为4-10-2，然后将该模型结构应用于故障诊断，得到训练误差，该结构的训练步数为131，均方误差为0.000834918。然后用GA对BP神经网络的权值和阀值进行优化，得到训练误差，该结构的训练步数为71，均方误差为0.000173742。最后用PSO优化BP神经网络，得到训练误差，该结构的训练步数为35，其均方误差为0.000155071。通过对比发现,与BP神经网络和GA优化过的BP神经网络相比，经过PSO算法优化之后的BP神经网络训练时间更短，误差更小，应用于点火系统故障诊断有很好的准确度。

全文目录

摘要  6-7
Abstract  7-11
第1章绪论  11-17
  1.1 引言  11-13
    1.1.1 课题研究背景  11-12
    1.1.2 课题研究的目的及意义  12-13
  1.2 课题研究的现状及发展  13-15
    1.2.1 国外研究的发展历程及现状  13-14
    1.2.2 国内研究的发展历程及现状  14-15
  1.3 课题研究的内容  15-17
第2章发动机点火故障诊断方法  17-27
  2.1 发动机点火系统概述  17-20
    2.1.1 点火系统的功用及要求  17-18
    2.1.2 点火系统的分类  18-19
    2.1.3 点火系统主要零部件功能及常见故障  19-20
  2.2 次级点火波形在汽车故障诊断中的应用  20-22
  2.3 点火系统故障诊断方法  22-25
  2.4 基于神经网络的点火系统故障诊断方法  25-26
  2.5 本章小结  26-27
第3章 BP 神经网络诊断及其自身结构优化仿真分析  27-47
  3.1 BP 神经网络概述  27-34
    3.1.1 BP 神经网络结构及训练步骤  27-28
    3.1.2 BP 神经网络函数  28-31
    3.1.3 BP 神经网络学习算法仿真  31-34
  3.2 试验车型及实验数据  34-37
  3.3 BP 神经网络模型设计  37-39
    3.3.1 输入输出层的设计  37
    3.3.2 隐含层设计  37-39
  3.4 BP 神经网络的应用及自身优化  39-43
  3.5 利用网络对故障数据进行诊断  43-46
  3.6 本章小结  46-47
第4章基于 GA 优化 BP 神经网络  47-58
  4.1 BP 网络的局限性  47-48
  4.2 GA 算法对 BP 网络的优化  48-52
    4.2.1 GA 算法概述  48
    4.2.2 GA 算法对 BP 优化的流程  48-49
    4.2.3 对 GA 算法的实现  49-52
  4.3 GA 算法对 BP 神经网络优化的仿真运算  52-56
  4.4 BP 与 GA-BP 的比较  56-57
  4.5 本章小结  57-58
第5章基于 PSO 优化 BP 神经网络  58-68
  5.1 PSO 算法  58-60
    5.1.1 PSO 算法介绍  58
    5.1.2 PSO 算法的原理  58-59
    5.1.3 PSO 算法的特点  59-60
  5.2 PSO 算法的实现  60-62
    5.2.1 种群和粒子速度的产生、初始化以及更新  60-61
    5.2.2 适应度函数  61
    5.2.3 定义粒子群基本参数  61-62
  5.3 PSO 算法优化 BP 神经网络在故障诊断中的应用  62-66
  5.4 PSO-BP 与 BP、GA-BP 的比较  66-67
  5.5 本章小结  67-68
第6章总结与展望  68-70
  6.1 本文结论  68-69
  6.2 本文的主要工作  69
  6.3 工作展望  69-70
参考文献  70-74
攻读硕士学位期间发表的论文和获得的科研成果  74-75
致谢  75-76

基于神经网络的发动机点火故障诊断研究

内容摘要

全文目录

相似论文