基于改进神经网络汽车ABS故障诊断.docVIP

基于改进神经网络汽车ABS故障诊断 　　【摘 要】针对传统故障诊断专家系统存在效率低、无法满足现代汽车智能化发展要求等问题，提出了神经网络技术完成对ABS故障诊断的设计方案。论文分析了ABS系统的工作原理，找出了ABS系统常见的故障模式和原因，并以传感器和调节器为对象建立BP神经网络模型进行训练，针对传统BP神经网络存在的局部极小值和收敛速度慢的问题，提出了基于数值优化L-M算法对BP网络进行改进，缩短了诊断时间，提高了诊断效率。 　　【Abstract】Aiming at the problem that the traditional fault diagnosis expert system is inefficient and can’t meet the requirements of modern automobile intelligent development， the neural network technology is put forward to design the ABS fault diagnosis. This paper analyzes the working principle of ABS system， finds out common failure mode of the ABS system and the reason， and carry out training based on the establishment of BP neural network model， and the BP neural network model is taking the sensor and the regulator as the object. Aiming at the problem of local minimum and convergence speed of traditional BP neural network， this paper proposes an improved L-M algorithm based on numerical optimization， which shortens the diagnosis time and improves the diagnosis efficiency. 　　【关键词】汽车ABS；故障诊断；BP神经网络 　　【Keywords】 automobile ABS； fault diagnosis； BP neural network 　　【中图分类号】T-012 【文献标志码】A 【文章编号】1673-1069（2017）10-0173-02 　　1 引言 　　随着汽车相关技术的快速发展，人们对车辆行驶速度的要求越来越高，交通事故也日益频繁，近年来，我国因制动方面的故障而发生的交通事故占60%以上。作为汽车的主动安全装置之一的汽车防抱死制动系统（Anti-lock Braking System，ABS），通过调节车轮制动力来防止车轮抱死，因此对ABS系统故障诊断技术的研究具有重要意义。 　　2 ABS系统的工作原理 　　目前，典型的ABS系统主要由车轮转速传感器、电子控制单元（ECU）和制动压力调节器三个部分组成，车轮转速传感器，电控单元计算分析车轮速度、滑移率、加减速等信息后，向压力调节器发出制动压力控制指令，控制制动压力增加、减小或不变，以调节制动力矩与地面附着状况相适应。 　　3 ABS系统故障分析 　　通常根据故障指示灯的闪烁规律对ABS系统进行排查和维修。正常情况下，点火后指示灯闪后，发动机启动后，指示灯熄灭，进入正常工作状态；如果ABS系统以及其制动系统发生故障，则指示灯会间歇性闪亮不正常等现象。故障原因包括5种：①车轮转速传感器信号不良；②电控单元内部故障；③制动调节电磁阀故障；④指示灯故障；⑤液压电泵故障。其中车轮转速传感器和电磁阀（调节器）故障是故障发生的主要原因，对其进行诊断，分析故障模式和故障原因[1]。 　　4 基于BP网络的故障诊断 　　BP神经网络是误差反向传播（Error Back Propagation）单向传播的多层前馈网络，包括输入层、隐含层和输出层，隐含层的数有多个，采用是三层神经网络。 　　4.1 确定节点数 　　根据故障模式和原因分析确定BP网络的输入层和输出层节点数。以故障模式X={x1、x2、x3、x4、x5、x6}输入，原因输出Y={y1、y2、y3、y4、y5}；同理，对于调节器来说，以故障模式X={x7、x8、x9、x10、x11、x12}输入，以故障原因Y={y6、y7、y8、y9、y10}为样本输出，对应6个输入节点和