基于神经网络的汽车故障诊断

基于神经网络的汽车故障诊断

ID:20623721

大小:375.71 KB

页数:8页

时间:2018-10-14

基于神经网络的汽车故障诊断_第1页
基于神经网络的汽车故障诊断_第2页
基于神经网络的汽车故障诊断_第3页
基于神经网络的汽车故障诊断_第4页
基于神经网络的汽车故障诊断_第5页
资源描述:

《基于神经网络的汽车故障诊断》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于神经网络的汽车故障诊断1.问题描述这里,我选取了汽车变速箱作为本次故障诊断作为研究对象。在汽车变速箱的故障诊断屮,是以不同振动信号下齿轮啮合次数作为故障诊断的参数。这里我们以啮合次数和故障的对应关系通过祌经网络的方法进行训练:正常运行状态吋啮合次数约为0-70万次、磨损运行状态时啮合次数为70420万次、故障运行状态(断齿)时啮合次数为420万次以上。为此,通过汽车齿轮箱的振动信号经小波包分解,在各频带能景序列作为诊断的依据。2.神经网络设计学>]样木与试验屮,样木数量的选择戍从可能多,以包含从可能多的故障类型。现选正常运行状态的特征14景5个,因整个

2、磨损状态所经历的运行吋间比较长,故磨损运行状态的特征向量样木多一些,定为11个,断齿状态的特征向量样木5个。因此决策属性冇三类,“0”表示正常运行状态,“1”表示磨损运行状态,“2”表示断W状态。所用数据集见表1:表1学习样本频率范围(Hz)U0〜188(a)188〜375(b)375〜563(c)563-750(d)750〜38(e)938〜1125(01125〜1313(g)1313〜2500(h)D161.02289.59371.756150.8058.51620.30533.27751.4630285.11891.61668.181165.7341

3、1.59221.79035.27654.1540355.12495.44967.286159.6078.49321.54332.75453.4010485.376113.49966.016169.41010.65322.28339.52756.4220577.922101.10569.232157.2879.73720.66434.84353.8070672.1360168.31041.234109.1143.86718.65919.92827.08117147.527146.78459.772105.21217.20519.01938.90732.893

4、1895.492197.01593.170182.34411.65127.73646.66959.43419103.998167.36273.005177.89412.80629.12243.57551.336110120.500168.11069.048140.13913.11425.82738.80243.172111163.397152.31379.554163.81123.12630.75646.08056.873112123.182166.60067.123115.26720.87719.25042.20341.98011371.945211.1

5、7172.588137.73022.67122.11243.31545.104114164.045194.62968.603127.54116.12722.28641.45430.387115172.501308.04994.592177.90432.56936.06447.80352.628116100.973272.33980.250174.41422.56143.80350.03347.686117128.261294.431108.704255.53627.97735.22059.05571.603218133.521356.309111.4612

6、30.05029.39243.08856.88376.239219142.032338.22693.684287.42524.96938.71655.25673.801220171.641270.335103.851240.08331.78939.00454.77375.723221216.891371.829117.591285.67335.07739.50467.19179.9912此外还设计了三组样本数据(见表2)用于测试,以验证神经网络的训练效果。表2测试样本频率范围(Hz)U0〜188(a)188〜375(b)375〜563(c)563〜750(

7、d)750〜38(e)938〜1125(f)1125〜1313(g)1313〜2500(h)D168.80095.34667.424159.7668.11421.06435.15350.91902133.003290.54081.755169.59124.24336.09653.15842.85913261.994299.094132.719251.22236.56935.87667.68790.5492将这些数据进行归-•化处理,以方便训练和检验:表3学习样本(归一化)频率范围(Hz)U0〜188(a)188〜375(b)375〜563(c)563〜75

8、0(d)750〜38(c)938〜1125(f)1125〜1313

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。