基于BP神经网络的发动机故障诊断研究-论文.pdf

《基于BP神经网络的发动机故障诊断研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、80基于BP神经网络的发动机故障诊断研究基于BP神经网络的发动机故障诊断研究StudyofEngineFaultDiagnosisBasedonBPNeuralNetwork毛亚龙暨仲明(杭州,~-T-科技大学机器人研究所，浙江杭州310018)钱晓东(中国重汽集团杭州发动机有限公司，浙江杭州310018)摘要汽车发动机故障占整车的百分之四十以上，所以研究故障诊断系统实现对发动机故障的准确、快速诊断对整个汽车行业具有重要的意义。针对目前国内电控发动机故障诊断所存在的问题，BP网络能够很好地运用于发动机的故障诊断，利用发动机故障诊断的专

2、家经验做出故障一原因样本训练集训练BP网络(BP网络的函数逼近的运用)，再把故障数值输入到已经训练好的神经网络实现故障的诊断(BP网络分类的运用)。关键词：发动机，故障，BP网络AbstractElectronic-controlledengine，hashighfailurerate，whichisaccountedformorethanfortypercentofthevehicle，SOithasthevitalsignificancetothefaultdiagnosissystemtorealizeaccuracyandra

3、piddiagnosisofenginefailureofthewholeauto—mobileindustryThispaperisinviewofthepresentdomesticproblemsexistinginfaultdiagnosisofelectronicallycontrolledengines，theBPnetworkcanbewelappliedtothefaultdiagnosisofengine，usingenginefaultdiagnosisexpertexperiencetomakesampletra

4、iningtosettrainingBPnetworkreason(theuseoffunctionapproximationofBPnetwork)．thenthefaultnum—bercanbeinputtoneuralnetworkwhichhasbeentrainedtorealizefaultdiagnosis(theuseofBPnetworkclassification)Keywords：theengine，fault，BPnetwork汽车发动机在实际运行中不会简单地呈现出通过A现象这依据此误差信号来调整神经元节点的

5、连接权值，权值或增加依个故障征兆就能确定出是B的原因，更多的是A现象的出现可据此误差信号来调整神经元节点的连接权值，权值或增加或减能会由B、C、D等多个潜在原因单独或是共同引起，即为“一果小。信号的正向传播与误差信号的反向传播是交替进行的，各节多因”；相似的，由于A原因的存在也不会仅仅引发B现象的产点的连接权值调整伴随整个过程。权值不断调整的过程也就是生，可能还会引起C、D等现象的产生，即为“一因多果”。也有网络的学习训练过程。BP算法信号的传递方式如图1所示。“多因多果”的现象出现，发动机的故障征兆是多个(M)，而对应·●⋯⋯⋯⋯的

6、故障原因也是多个(N)，即M维空间映射到N维空间，且这种映射关系是具有高度的非线性关系，无法采用方程进行求解。=====．-===一=一j、^--二二_-二0●⋯⋯⋯⋯而BP网络具有非线性映射能力，三层BP网络能够实现任何线性和非线性的映射，同时对于发动机故障诊断的实际状况和结=====_二=≥，合BP网络的主要应用，BP网络能够很好地运用于发动机的故●--一--·-一一-_-_障诊断，利用发动机故障诊断的专家经验作出故障一原因样本训IP：ffl'fi[m叫{々描·●一一·一一-]L什·j厦Ii,J1々惜练集训练BP网络(BP网络的函

7、数逼近的运用)，再把故障数值圈1BP算法示意图输入到已经训练好的神经网络实现故障的诊断(BP网络分类的11BP神经网络的基本模型运用)。采用BP算法的神经网络即为BP神经网络，BP神经网络BP网络是按误差反向传播算法进行训练的多层前馈网络，是目前应用最为广泛的神经网络。以图2所示的单隐层BP神能够通过不断学习和调整权值、阈值实现高度地函数逼近，因而具经网络的应用最为普遍，由输入、输出层以及隐含层三层构成。有很高的精确度；虽然其通过反向传播来不断地调整权值、阈值，在图2所示的三层BP网络中，输入向量为×=(x，xz，⋯，相对来说比较耗时

8、，但是在系统的真正使用过程中网络也在前期x-．，x)，底层的Xo=一1是为隐层神经元引进阈值而设置的；训练好，即使用阶段并不需要操作人员进行网络的学习和训练，所隐层输出向量为Y=(y1，Y．-，Yj，⋯，Ym)，第二层y