模糊神经网络在发动机故障诊断中的应用研究.docVIP

模糊神经网络在发动机故障诊断中的应用研究 导语：?神经网络具有强大的非线性映射能力、并行处理能力、良好的学习能力和容错性、独特的联想记忆能力等优点。 摘要：本文对模糊逻辑和神经网络故障诊断方法做了研究据这两种方法各自的优缺点,采用串联方法将二者相结合,用模糊信息处理方法对输入信号进行预处理,然后利用神经网络的逼近能力来实现对故障的诊断.将该方法构建的推理系统应用于汽油发动机偶发性疑难故障诊断.利用Matlab进行软件仿真,仿真结果表明该方法可以给出较高精度的诊断结果,与单纯使用模糊逻辑方法或神经网络方法都有较大改进,尤其对于单一系统的复杂故障具有很好的识别能力,有良好的应用前景.关键词：模糊，预处理，神经网络，故障诊断.[b][align=center]Application of Neuro-net in FaultDiagnosis System for Gasoline EngineLIU Zhao-guang1, PAN Lian1, WANG Jun2（1.Wuhan University of Science Technology, Wuhan 430081；2.Huazhong University of Science and Technology,Wuhan 430074）[/align][/b]Abstract：Research on Fuzzy Theory and Neutral Network Technology in Fault Diagnosis. According to the good and bad points of these two methods. Combine them in this paper with the method connected. Firstly using fuzzy method to process the information, and the diagnosis of the faults is implemented by neutral networks approaching ability. Construct inference system to solve complicated faults happened in gasoline engine with this method. Through simulating under matlab. Some facts were proved that, the system can categorize the samples well and output with high precision. It has a bigger improvement with the pure use fuzzy logic method or the neural network method. Especially when the system is much complicated. It has the good application prospect.Key words：Fuzzy, Measurement, Neural Network, Fault Diagnosis. 神经网络具有强大的非线性映射能力、并行处理能力、良好的学习能力和容错性、独特的联想记忆能力等优点。广泛应用于工业生产的各个领域，基于神经网络的故障诊断已经成为较通用的故障诊断解决方案.但由于该故障诊断系统需要大量的学习样本且训练时间长,而训练好的网络连接权值表示知识，在知识获取表示方面也存在不足，会导致推理的脆弱。 模糊诊断通过研究故障与征兆之间的关系来判断设备状态。由于实际因素的复杂性，故障与征兆之间的关系很难用精确的数学模型来表示，随着某些故障状态模糊性的出现，就不能用“是否有故障”的简易诊断结果来表达，而要求给出故障产生的可能性及故障位置和程度如何.模糊故障诊断方法，就是利用模糊数学方法对待诊断系统的故障不确定性进行量化处理，再根据一定的判断阀值来识别故障。 基于模糊规则的故障诊断方法是首先将经验知识转化为模糊关系，然后运用模糊逻辑对模糊量进行推理，输出模糊量，最后将这些模糊控制量转换成精确量输出，指明故障类型.而正确地选择隶属函数，是运用模糊集合理论解决实际问题的基础.隶属函数是对模糊概念的定量描述，隶属函数的选择在很大程序上影响最终结果，但如何选择准确反映模糊概念的模糊集合的隶属函数，却无法找到统一的模式 .基于模糊理论的故障诊断也有自身的一些弱点：模糊诊断的知识获取比较困难；故