神经网络在电控柴油机实时故障诊断系统中的应用研究

本文主要针对电控柴油机故障诊断的特点，分析了神经网络用于故障诊断的可行性，探讨了神经网络用于故障诊断的机理，阐述了BP网络的设计方法，并设计了适合本诊断系统的BP网络结构。实验结果表明，在电控柴油机故障诊断系统中运用神经网络技术进行实时诊断是完全可行的。     

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BP网络的故障诊断正向推理方法

针对传统的故障诊断正向推理方法的局限性 ,对基于BP模型的神经网络故障诊断正向推理方法进行了研究。建立了用于故障诊断的BP神经网络模型 ,并给出了故障诊断的正向推理过程。利用汽车发动机点火系统的故障实例验证了基于BP模型的神经网络故障诊断正向推理方法的有效性和可行性。     

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。     

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。     

神经网络技术在自动变速器故障诊断中的应用

文章将神经网络引入到汽车故障诊断系统中,利用神经网络建立自动变速器的故障诊断模型,能更快更准确地分析和排除疑难故障。     

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。     

基于BP神经网络的柴油机排气门故障诊断

介绍了BP神经网络的结构和算法,设计了一个适用于柴油机排气门故障诊断的3层BP神经网络.将4缸柴油机排气门存在故障的状态和其正常工作状态所对应的特征向量作为BP神经网络的输入样本进行训练,建立故障诊断库,并用此故障诊断库对输入的检验数据进行自适应分类识别,从而实现故障诊断.实验表明,该方法可行、适用.     

小波包能量特征法在汽车变速器轴承故障诊断中的应用

归纳和总结了小波神经网络轴承故障诊断法的实施步骤,阐述了小波包的原理,并以变速器轴承故障诊断为例,提取了小波包节点能量作为反映变速器轴承故障类型的振动信号特征参数,并用这些特征参数训练BP神经网络进行故障模式识别。结果表明,如果神经网络设计合理,训练适当,则具有很强的故障识别能力。说明了利用小波包能量法和BP神经网络进行变速器轴承故障诊断是可行而且有效的。     

神经网络多重模型在内燃发电机组配电系统故障诊断中的应用

将神经网络理论应用一发电机组故障诊断，以ＢＰ算法为基础，建立了故障诊断系统，对同发电机组配电系统的常见故障进行了数值模拟，诊断结果精确，表明该方法能够用来解决非线性系统的故障诊断问题。     

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。     

基于FNN与规则推理的轿车故障诊断系统

简要分析了模糊推理与规则推理以及这两者相结合的故障诊断方法，这三种方法在处理多症状多原因的机械故障诊断问题上都存在缺陷，基于此引出了模糊神经网络代替模糊推理并与规则推理相结合的先进诊断方法，最后给出了一个轿车诊断实例。实例表明该方法是有效的。     

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。     

基于小波神经网络的电源车故障诊断研究

简要介绍了小波神经网络理论,在分析某武器系统电源车模型的基础上,运用小波神经网络理论,构建小波神经网络,再进行网络训练与测试。算例结果表明,本方法可提高故障诊断的效率和准确性,对电源车的故障诊断具有重要意义。     

基于信息融合的涡轮发动机故障诊断方法研究

对近年来信息融合方法发展进行总结,着重介绍贝叶斯信息融合法、神经网络信息融合法、基于特征的信息融合法和D-S证据理论信息融合法,分析各种方法的原理和特点。以CFM56发动机故障诊断为例,用BP神经网络的输出结果为输入,构建D-S证据融合的识别框架,进行故障诊断。结果表明,采用D-S证据理论的方法,缩短了故障诊断的时间并提高了故障诊断的精确度。     

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。     

基于粗糙集的特征值优化及柴油机故障诊断

为提高故障诊断的效率,给出了一种基于粗糙集理论的柴油机故障诊断系统。以某大功率柴油机为例,采用时域频域分析和小波包能量谱分析两种方法提取特征值,通过对比优选,将敏感性和稳定性较好的小波包能量谱特征值应用粗糙集理论进行优化,最后通过神经网络进行故障模式分类。试验表明,小波包能量谱分析方法可以提取敏感性和稳定性较好的特征值,粗糙集理论的特征属性约简能有效地减少神经网络的输入节点数,提高故障分类的准确率。     

基于BP神经网络的电动助力转向器在线故障诊断研究

应用人工神经网络和推理法则,提出了一套针对电动助力转向器(EPS)、转矩转角传感器(TPS)和电子控制单元(ECU)的在线故障诊断策略。以传感器采样值作为神经网络的输入,TPS及ECU故障代码作为输出,对EPS关键部件进行在线故障诊断。通过EPS试验台,获取相应的数据样本,利用Matlab神经网络工具箱,对该策略进行了仿真分析,结果验证了故障诊断策略的有效性。