基于小波神经网络的电控汽油机故障诊断.docVIP

基于小波神经网络的电控汽油机故障诊断 【摘要】BP神经网络和小波分析在各个科研领域中已经广泛应用，在此基础上，出现了小波函数与神经网络结合构成小波神经网络，代替BP神经网络用于故障诊断。改进后的小波神经网络具有更强的逼近能力，更快的网络学习收敛速度和能有效避免局部最小值问题。本文主要介绍了小波神经网络的基本原理以及其电控汽油机故障诊断中的应用。 关键词：小波神经网络 电控发动机 故障诊断 Fault diagnosis of electronic controlled gasoline engine based on wavelet neural network 【Abstract】 neural network and wavelet analysis has been widely used in many fields of scientific research, on the basis of this, appeared the combination of wavelet function and neural network named wavelet neural network, instead of BP neural network for fault diagnosis. The improved wavelet neural network has stronger approximation capability, faster convergence speed and can effectively avoid the problem of local minimum. This paper mainly introduces the application about basic principles of wavelet neural network in fault diagnosis for electronic controlled gasoline engine. Key words: wavelet neural network electronic controlled gasoline engine fault diagnosis 0 引言 汽车电控汽油机故障诊断是通过研究故障征兆( 特征向量)之间的关系来判断设备故障的。但是汽车电控发动机运行状况十分复杂，其故障呈现多部位、多现象、非线性等特点，因此故障诊断较为困难。因此要求我们构造一个能够像现场诊断专家一样具有智能、能对故障实例进行学习、从大量的样本中提取故障特征并从中获得判断及预测能力的系统。于是神经网络被引用过来，其中用得最多的是基于Sigmoid 输出函数的BP网络，但是同时也存在着不可避免的缺陷。研究发现，小波分析的一些性能恰好可以弥补BP 网络的一些缺陷。因此，将小波分析与神经网络结合起来构成小波神经网络并用于汽车电控汽油机故障诊断。 1 小波神经网络 1.1 小波理论 小波变换（Wavelet Transform）的概念是1984 年法国地球物理学家J.Morlet 在分析处理地球物理勘探资料时提出来的小波变换的含义是：把一称为基本小波的函数做位移后，再在不同尺度下与待分析信号做内积： (1) 上式中： 是尺度因子，反映位移，其值可正可负。小波分析方式是一种窗口大小（即窗口面积）固定但其形状可改变，时间窗和频率窗都可改变的时频局域化分析方法，即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，所以被誉为数学显微镜。正是这种特性，使小波变换具有对信号的自适应性。 1.2 BP神经网络 人们常把按误差逆传播算法训练的多层前馈网络，称为BP网络。BP算法的基本思想是：学习过程由信号的正向传播与误差的逆向传播2个过程组成。正向传播时，模式作用于输入层，经隐层处理后，传向输出层。若输出层未能得到期望的输出，则转入误差的逆向传播阶段，将输出误差按某种形式，通过隐层向输入层逐层返回，并分摊给各层的所有单元，从而获得各层单元的参考误差(误差信号)， 以作为修改各单元权值的依据。这种信号正向传播与误差逆向传播的各层权矩阵的修改过程， 也就是网络的学习( 或称训练) 过程，周而复始地进行。此过程一直进行到网络输出的误差逐渐减少到可接受的程度或达到设定的学习次数为止。BP神经网络，正是通过这样不断进行的正向传播和反向传播的计算过程，最终使得网络输出层的输出值与期望值趋于一致。 1.3 小波神经网络 小波神经网络是一种以BP神经网络拓扑结构为基础，把小波基函数作为隐含层结点的传递函数，可看作是以小波函数为基底的一种新型函数联接神经网络。它