基于神经网络的发动机故障诊断方案分析.docVIP

基于神经网络的发动机故障诊断分析 [摘要] 发动机是汽车的动力来源，因此发动机故障诊断技术的研究，对改善汽车的良好性能和确保汽车的运行安全有着重要作用。本文首先分析了国内外汽车故障诊断技术的现状一些故障诊断的主要理论和方法VAG1552汽车故障诊断仪故障样本集The Analysis of the Engine Fault Diagnosis Based on Neural Network [Abstract] The engine is the power source of the car, so the research on engine fault diagnosis technology has a good role for improving the performance of the car and ensuring the safe operation of the car. First, this paper analyzes the development and current situation of domestic and foreign automotive fault diagnosis technology and then introduces and analyzes a number of main theories and methods of fault diagnosis. Then, through the analysis of the technical state of the engine failure symptoms and characteristics, it determines the main factors of the engine operating conditions and fault symptoms. And using the VAG1552 automotive fault diagnostic the paper collects the data of fault sample, and through training the samples with RBF neural network, the simulation results shows that the diagnosis model has high accuracy for pattern recognition of engine fault and has a high practical value. [Key Words] the Engine Fault Diagnosis Failure Symptoms RBF Neural Network 目录 1 引言 1 1.1研究背景 1 1.2发动机故障诊断的意义和诊断技术 1 1.3电喷发动机故障诊断技术的现状和发展趋势 2 1.3.1国外汽车故障诊断技术的发展 2 1.3.2国内电喷发动机故障诊断技术的发展 3 1.4研究内容和思路 3 2 RBF神经网络原理 4 2.1 RBF神经网络的结构及其特点 4 2.2径向基函数网络的算法 5 3电喷发动机故障诊断 8 3.1电喷发动机组成及原理 8 3.2电喷发动机运行工况 8 3.3电喷发动机故障征兆及技术状态特征 8 3.3.1典型故障征兆 8 3.3.2故障征兆技术特征描述 10 4诊断实例 13 4.1故障征兆分析和数据获取 13 4.1.1怠速不稳原因分析 13 4.1.2实验数据的获取 14 4.2神经网络分析 16 4.2.1网络模型的建立 16 4.2.2网络模型的验证 16 5结论 18 [参考文献] 19 [致谢语] 20 1．引言 1.1研究背景 随着社会经济的快速发展和人们消费理念的逐渐更新，汽车已成为现代社会中不可缺少的一种重要交通工具。然而，当我们在尽情享受现代汽车工业发展给我们生活带来种种便利的同时，我们也无法回避这么一个现实，那就是汽车随着行驶里程的增加和使用时间的延续，其技术状况将不断恶化。因此，我们不仅要不断研制性能优良的汽车，也要借助维护和修理水平的提高来恢复其技术状况。 汽车故障诊断技术起始于60年代的西方发达国家，随着汽车结构的日益复杂，必然要求有相应的诊断手段来满足其维护的需求，因此，汽车诊断技术在过去的几十年中取得了迅速的发展。20世纪60年代出现了车外诊断设备，70年代出现了车载诊断系统，80年代末诊断技术向信息化和智能化方向不断前进，专家系统开始应用于汽车故障诊断。 90年代末，具有诊断复杂故障能力的专家系统和汽车自身诊断功能密切相连，构成了新的车外诊断系统。这些车外诊断系统采用了微电子技术