基于神经网络的发动机故障诊断系统的研究与实现论文(pdf 67页)

基于神经网络的发动机故障诊断系统的研究与实现论文内容提要：
随着汽车保有量的逐年增加，机动车污染物的排放总量也随着增加，而机动车尾气和排放的其他污染物是造成城市空气质量恶化的主要因素之一，进而也影响了整个大气质量，特别是尾气排放不达标的在用汽车对大气的污染更严重。这些污染物严重的损害了人们的身体健康和生活质量。
本课题是根据汽车尾气参数值来判断发动机的故障，并利用神经网络来达到智能诊断的目的。本文首先对国内外汽车故障诊断技术的发展、汽车故障的种类与特点、汽车故障的诊断方法、故障系统的基本诊断过程和理论方法进行了深入的分析。根据神经网络的特点，指出神经网络与故障诊断结合的可行性和必然性。其次，介绍了BP神经网络和RBF神经网络的结构和算法，并建立神经网络模型；最后，以丰田凌志400电控发动机为实例，在怠速工况下，模拟发动机的各种故障，并建立样本集。用MATLAB语言及其数据库处理技术编制仿真程序，分别用BP神经网络和RBF神经网络对所采集的样本集进行训练和仿真，提出了基于BP算法和RBF算法的神经网络电控发动机故障诊断的方法。结果表明RBF神经网络是一种性能比BP神经网络良好的前馈网络，把RBF神经网络应用于电控发动机故障诊断中是有效可行的。
..............................