基于神经网络的混合动力汽车故障诊断研究

【摘要】： 随着21世纪的到来，人类对生存环境、资源的有效利用、空气污染越来越关注。为了节约能源、保护环境、实现社会可持续发展，我国汽车工业开始对混合动力汽车(HEV)进行积极的研究与开发。为了提高HEV整体和各系统的安全性，迫切需要在产品开发研制阶段就建立一系列汽车故障诊断系统，得出结论以求设计改进或采取必要的措施，防止系统灾难性事故的发生，这就需要研究和应用汽车故障诊断技术。 汽车故障诊断技术是以工程数学、可靠性理论、信息理论为基础；以电子技术、计算机技术、人工智能技术为手段的一门综合应用技术。在过去的十几年里得到了飞速发展，产生了一些新的理论与方法如：主元分析、遗传算法、小波变换、神经网络、模糊系统、模式识别、自适应理论、非线性理论等。其中，人工神经网络的研究迅速发展，为系统的故障诊断开辟了一条新的途径。 本文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、故障诊断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。在讨论了神经网络的基本理论基础上，明确神经网络应用于故障诊断的三种途径。 前馈型BP网络具有极强的模式识别和分类能力。本文从应用角度分析了网络设计中的网络的层数、隐含层的神经元数、初始权值、学习速率、期望误差的选取问题，并提出了相应的改进方法。通过汽车故障诊断专家系统实例的应用与仿真，表明其方法的实用性以及诊断结果的准确性和可靠性。 汽车故障诊断中可利用的信息很多，只有充分有效融合有用的信息来对设备的故障进行诊断才能提高故障诊断的精度和可靠性。本文分析了单子神经网络进行故障诊断的特点，构架了集成神经网络的故障诊断模型，研究了集成神经网络的建模方法、组建原则和实现策略，并结合汽车发动机故障诊断实例进行了仿真分析，结果表明利用神经网络信息融合进行汽车故障诊断是一种有效的方法，能够获得对故障状态的最优估计与判决。 【关键词】：混合动力汽车 汽车故障诊断 神经网络 信息融合
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2003
【分类号】：TP277;TP183
【目录】：

• 摘要3-4
• Abstract4-6
• 目录6-8
• 第一章 绪论8-18
• 1.1 研究背景与意义8-10
• 1.2 混合动力汽车种类与特点10-12
• 1.3 汽车故障诊断技术12-15
• 1.3.1 汽车故障诊断概述12-13
• 1.3.2 汽车故障的种类与特点13-14
• 1.3.3 汽车故障的诊断方法14-15
• 1.4 国内外研究水平和发展方向15-16
• 1.4.1 国外汽车诊断技术的发展概况15-16
• 1.4.2 国内汽车诊断技术的现状与发展16
• 1.5 本文主要研究的内容16-18
• 第二章 故障诊断系统理论方法18-25
• 2.1 故障诊断的主要方法18-21
• 2.2 基于神经网络的故障诊断21-25
• 2.2.1 神经网络的发展21-22
• 2.2.2 神经网络的特点22
• 2.2.3 神经网络与HEV故障诊断22-25
• 第三章 神经网络25-34
• 3.1 人工神经元数学模型25-26
• 3.2 神经网络的分类26-28
• 3.3 神经网络常用的几种学习算法28-30
• 3.3.1 Hebbian学习规则29
• 3.3.2 梯度下降法29
• 3.3.3 感知器学习规则29-30
• 3.3.4 Widrow-Hoff学习规则30
• 3.3.5 Winner-Take-All学习规则30
• 3.4 神经网络应用于故障诊断的途径30-34
• 3.4.1 神经网络与故障诊断模式识别31-32
• 3.4.2 神经网络与故障预测32
• 3.4.3 神经网络与故障诊断专家系统32-34
• 第四章 BP神经网络34-51
• 4.1 BP网络34-38
• 4.1.1 BP网络的主要功能34
• 4.1.2 BP网络模型34-35
• 4.1.3 BP网络规则35-37
• 4.1.4 网络训练过程37-38
• 4.2 BP网络的设计38-41
• 4.2.1 网络的层数39
• 4.2.2 隐含层的神经元数39-40
• 4.2.3 初始权值的选取40
• 4.2.4 学习速率40-41
• 4.2.5 期望误差的选取41
• 4.3 限制与对策41-42
• 4.4 反向传播法的改进方法42-45
• 4.4.1 附加动量法42-43
• 4.4.2 误差函数的改进43-44
• 4.4.3 自适应学习速率44
• 4.4.4 双极性S型压缩函数法44-45
• 4.5 汽车故障诊断专家系统应用与仿真45-51
• 第五章 集成神经网络51-64
• 5.1 故障诊断中的信息融合51-52
• 5.2 神经网络与信息融合52-53
• 5.3 集成神经网络的提出53-54
• 5.4 集成神经网络的结构54-56
• 5.5 子神经网络的组建原则56-57
• 5.6 集成神经网络的实现策略57-61
• 5.7 集成神经网络诊断应用61-64
• 第六章 结论与展望64-66
• 参考文献66-69
• 致谢69

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于神经网络技术的汽车故障诊断算法及其优化    刘峰;张岩;

飞思卡尔推出用于汽车电池监控的智能传感器    

如何延长汽车电池的寿命和可靠性?——大幅降低汽车电气故障的精密电池检测和传感技术    David McKenna;

    

    

    

    

    

    

    

电控汽车故障诊断与修理平台的建立    苏圣明;王文硕;梁福海;

汽车故障远程诊断系统的设计和研究    张怀坤;苑红晓;

基于GSM技术的汽车远程诊断系统研究    曾锐利;肖云魁;周建新;

质量信息获取及其在汽车故障诊断中的应用    苏海涛;杨世元;沈毛虎;何继长;

科技期刊品牌建设路径一窥    袁跃东;

对汽车电子技术在维修诊断中的几点看法    赵尊章;

“汽车电子控制技术”课程教学改革的探索与实践    龚文资;

发展和完善在用车I/M制度 推进节能减排工作深入开展    党兆峰;

济南汽车故障救援网络无盲区    崔勇、吴玉超

嘉兴成立汽车故障诊断服务机构    通讯员 汪江波 记者 刘洋

汽车故障自测有法    徐剑锋

江苏机动车救援服务网一年救助2.86万辆车    通讯员 田永生　田莺 记者 何秋斌

我市成立汽车故障诊断服务队    记者 康行远　通讯员 栾东晓 汪江波

“听”出汽车故障来    胡慧平

杭州：汽车故障两次修不好承修方将提供再修费用    岳德亮

发动机故障占汽车故障总量四成以上    华雪

汽车后市场的“中国流”    本报记者 李志军

友邦保险：瞄准VIP客户    龚光敏

基于信息融合的汽油发动机电控系统故障诊断方法研究    张丽莉

基于神经网络的混合动力汽车故障诊断研究    李俊松

汽车故障诊断仪的研究与设计    谢军

PC式汽车故障诊断系统的开发    刘陶然

基于AUTOSAR的汽车故障诊断系统的设计与实现    胡琦

基于网络的汽车故障诊断专家系统研究    王峰

汽车故障诊断知识库管理系统的研究    王永宽

基于本体论的汽车故障诊断知识建模及知识系统的研究    赵少华

基于神经网络的汽车故障诊断的研究    代建学

使用乙醇汽油及交叉使用纯汽油、乙醇汽油车辆故障规律研究    赵志国

汽车故障诊断数据挖掘模型的研究    韦伟