基于遺傳神經(jīng)網(wǎng)絡(luò)的汽車故障診斷研究.pdf

1、當代社會汽車工業(yè)的迅速發(fā)展,汽車生產(chǎn)量和保有量在不斷加大,給汽車的維修人員帶來了諸多難題。隨之而來的汽車安全運行問題也受到越來越多的關(guān)注,加強對汽車的故障檢測就成為了有待研究解決的重要課題。
　　 汽車的ABS系統(tǒng)是汽車的重要組成部分。一旦發(fā)生故障會造成汽車不能立刻制動,甩尾側(cè)滑,甚至旋轉(zhuǎn)掉頭等現(xiàn)象。嚴重的影響了行車安全。由于神經(jīng)網(wǎng)絡(luò)具有并行分布處理、自適應、聯(lián)想、記憶及聚類和容錯性等諸多優(yōu)點,適用于汽車ABS系統(tǒng)中調(diào)節(jié)器、傳感

2、器發(fā)生故障時的故障診斷。根據(jù)汽車ABS系統(tǒng)中調(diào)節(jié)器、傳感器發(fā)生故障時的特點,建立了用于故障診斷的BP神經(jīng)網(wǎng)絡(luò)模型,這種傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)對初始值的要求高,存在容易陷入局部最小值,收斂速度慢甚至不收斂的缺陷。本文利用了遺傳算法的全局最優(yōu)搜索能力,對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值進行了優(yōu)化,有效的加快神經(jīng)網(wǎng)絡(luò)的學習速度改善其不收斂的缺陷。然后將優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)引入到汽車ABS調(diào)節(jié)器、傳感器的故障診斷中,增強了故障診斷的可靠性。