BP神经网络汽车故障诊断专家系统

本文介绍了一个基于ＢＰ神经网络模型的汽车发动机故障诊断专家系统，阐述了该系统的基本原理，ＢＰ神经网络的结构，学习算法，并应用该模型对汽车发动机的几种典型故障进行了微机仿真运行。诊断结果表明，该系统诊断精度高，结论可靠。     

汽车故障诊断专家系统开发环境研究

在专家系统开发环境方面已有不少人做了大量工作,但由于各类专家系统所涉及的领域知识非常广泛,目前还不可能形成一种适用于一切应用领域的专家系统开发工具。为了方便地建立汽车故障诊断专家系统,作者在IBM PC/XT微机上开发了“汽车故障诊断专家系统开发环境”计算机软件系统。本文论述了该系统的原理、结构、推理策略、知识获取、人机界面等问题。从事汽车故障诊断方面的专业技术人员,可以利用本开发环境非常容易地建立自己的专家系统。     

基于神经网络技术的故障诊断专家系统的研究

针对基于符号处理的专家系统的局限性提出了将神经网络技术引入故障诊断专家系统的思想，并对基于神经网络的专家系统的原理进行了深入探讨。最后，给出了一个基于三层ＢＰ网的点火系故障诊断专家系统的实例。     

汽车异响故障诊断专家系统的开发

在汽车故障中，故障部位异响的情况占有很大比例，而异响故障诊断不属于逻辑诊断范围，诊断起来十分困难。为此，我们用ＴＵＲＢＯ－Ｐｒｏｌｏｇ和ＴＵＲＢＯ Ｃ语言开发了汽车异响故障诊断专家系统。     

汽车发动机故障诊断专家系统的研究

针对汽车电喷发动机维修中存在的问题,回顾了汽车故障诊断专家系统的发展过程,分析了故障诊断专家系统的特点和缺陷;引入神经网络理论,结合多媒体技术,研制了电喷发动机故障诊断专家系统,并应用于发动机异响故障诊断;指出了研究发动机故障诊断系统的意义。     

汽车故障诊断专家系统中的机器学习

本文根据汽车故障诊断系统的特点，提出了汽车故障诊断专家系统学习机械模型，通过在学习机中引入三种学习模式－机械记忆学习模式，启发参数修正自学习模式和自动教导注入学习模式，实现了一种具有学习能力学习型汽车故障诊断专家系统。     

基于知识的汽车维修及诊断专家系统开发研究

介绍基于知识的汽车维修及诊断专家系统基本结构及其开发的基本方法，探讨了开发过程中所涉及的如多媒体技术应用、知识库和推理库的建立方法等关键技术。这对于建立远程汽车维修及诊断专家系统具有很好的借鉴作用。     

基于神经网络的发动机控制系统故障诊断研究

通过比较发动机控制系统故障诊断的方法，针对基于神经网络的发动机控制系统的故障诊断推导出数学模型；并编制了采用双向联想记忆神经网络完成发动机控制系统故障诊断的学习与诊断程序，实现了仿真。     

基于声强与神经网络技术的发动机故障诊断

根据发动机的结构特点,将其表面划分成不同的测试区域进行声强信号采集;依据声强特征,确定不同区域对应零部件的工作状况;利用模块化神经网络,建立基于声强特征的故障诊断模型,该模型中包含发动机低速与中速诊断模块、决策模块和故障知识库;在建模过程中,利用特征函数强化故障特征作为网络输入。结果表明,该方法具有诊断精度高、速度快、实时自学习等特点,为建立更为完善的发动机智能化故障诊断系统提供新途径。     

人工神经网络在汽车变速器齿轮故障诊断中的应用

本文通过对神经网络的研究，提出了基于神经网络的故障诊断方法，并以汽车变速器齿轮诊断为例，建立齿轮状态的分类网络，对齿轮状态进行诊断识别。经过验证表明该方法具有效的。     

故障树与专家规则的车载故障诊断专家系统

文章旨在开发一种随车故障诊断专家系统,指导用户自行排除故障。提出了将故障树分析法与基于规则的专家系统相结合构建的故障诊断专家系统;以Windows CE和S3C2440A为平台,以EVC＋＋为编程语言,开发出具有友好的人机交互界面车载汽车故障诊断专家系统,该系统通过用户选择故障现象,便提示可能发生的原因和维修建议;并以发动机无力为例进行诊断,验证了该系统的有效性和实用性。该系统具有一定的创新性,对我国汽车修理行业具有很大的实用价值。     

基于自适应模糊神经网络的故障诊断方法

对模糊逻辑和神经网络的优缺点进行分析,提出一种基于自适应模糊神经网络的故障诊断方法。它把模糊逻辑和神经网络有机结合起来,生成自适应模糊神经推理系统(ANFIS);文中给出了该系统的原理及实现算法,最后使用M atlab Fuzzy工具箱对柴油发动机喷油泵柱塞故障数据进行建模,结果表明该方法是可行的,并且有较高的诊断效率。     

SOM-BP神经网络在机械故障诊断中的应用研究

从信息融合的角度出发,以自组织特征映射网络SOM和误差反向传播网络BP为理论基础,提出了SOM-BP神经网络模型,引用某内燃机燃油系统故障及其相关参数作为训练样本建立诊断模型。通过仿真试验,验证了SOM-BP神经网络在机械故障诊断中的正确性和精确性。     

基于卷积神经网络的逆变器故障诊断方法

针对车用永磁同步电机驱动系统在长期运行过程中存在的逆变器故障风险,本文中提出了一种基于卷积神经网络的逆变器故障诊断方法.首先,对三相定子电流数据进行标幺化和单位电周期电流数据筛选处理,降低电机驱动系统变转矩、变转速工况对故障诊断效果的影响;然后,结合卷积神经网络,发挥其提取故障特征和抗噪优势,实现逆变器故障诊断.在MA...     

基于时序-神经网络的车辆变速器齿轮故障诊断

采用时序分析和BP神经网络，建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统。通过对车辆变速器齿轮运行状念特征信号进行时序分析和特征向量提取，并以此作为BP神经网络的输入向量进行网络训练，从而实现变速器齿轮运行状态的识别与故障诊断。该系统应用于LC5T81变速器齿轮的故障诊断中，能够比较准确地识别与诊断出变速器齿轮的跑合运行状态、磨损运行状态和故障运行状态。验证表明该诊断系统有效、可行。     

BP神经网络在自动变速器故障诊断中的应用

由于自动变速器故障自诊断系统不易准确判断故障原因和具体位置,文章借助汽车OBD自诊断协议,组建自动变速器电子控制系统的诊断数据采集系统。以某轿车01M型自动变速器不能升挡故障为例,采用V.A.S5052故障诊断仪对其进行数据采集与分析。建立了基于BP神经网络的典型故障诊断模型,并对自动变速器典型故障进行实际数据测试,准确识别出自动变速器不能升挡的典型故障原因是节气门位置传感器线路故障和车速传感器断路故障。结果表明人工神经网络具有很高的诊断精度。     

基于小波免疫系统的车辆总成故障检测

匹配算法。根据小波分析和人工免疫系统的原理，提出了一种基于小波变换和免疫系统的故障诊断系统。针对小波分析的特点，将其用来对非稳定信号进行分析，获取信号特征向量作为原始数据，利用匹配算法对原始数据进行己-非己分析。将此系统应用到车辆总成故障诊断中，取得了良好的效果。