模糊神經(jīng)H網(wǎng)(FNHN)方法及其在汽車故障診斷中的應(yīng)用研究.pdf

1、汽車在現(xiàn)代交通生活中占據(jù)越來越重要的位置，隨著汽車工程技術(shù)的發(fā)展，汽車的功能和結(jié)構(gòu)也有了很大的提升，然而伴隨這一發(fā)展，產(chǎn)生了更多越來越復(fù)雜的汽車故障現(xiàn)象，由此對于汽車故障的診斷與維修也造成了更大的困難。為了能夠快速確定故障原因以及產(chǎn)生部位，從而使得人們對先進(jìn)的汽車故障診斷技術(shù)、故障診斷工具，以及故障診斷理論的研究十分迫切。
　　論文通過對目前國內(nèi)外本課題研究現(xiàn)狀的分析和研究，提出了模糊神經(jīng) H網(wǎng)(FNHN)故障診斷方法。該方法是結(jié)

2、合FHN的圖形結(jié)構(gòu)特點，將FHN模型分成若干層，通過對模糊H結(jié)點點燃連續(xù)函數(shù)逐層運算，計算出這一層的所有輸出H結(jié)點的標(biāo)識數(shù)。在FHN中，每一個模糊H結(jié)點對應(yīng)一個規(guī)則，H結(jié)點的輸入是規(guī)則的前提條件，輸出是規(guī)則的結(jié)果，映射函數(shù)對應(yīng)規(guī)則的可信度，規(guī)則的匹配成功與FHN中模糊H結(jié)點的點火相對應(yīng)。將 BP網(wǎng)絡(luò)算法應(yīng)用于FHN中，在給定上述參數(shù)初始值的基礎(chǔ)上，通過誤差反向傳播方式，對每個結(jié)點依次進(jìn)行參數(shù)調(diào)整，使得參數(shù)的取值逼近真實值。經(jīng)過推理模型的

3、建立以及推理算法的計算，將模糊神經(jīng) H網(wǎng)應(yīng)用于汽車故障診斷過程當(dāng)中，能夠取得比較好的診斷效果，證明該方法是正確和有效的。
　　基于模糊神經(jīng)H網(wǎng)(FNHN)的汽車故障診斷過程分為兩大部分：首先建立汽車故障診斷的模糊神經(jīng)H網(wǎng)模型；然后根據(jù)已建立的模糊神經(jīng)H網(wǎng)故障診斷模型和推理算法來進(jìn)行汽車故障診斷。論文主要通過對汽車故障狀況進(jìn)行分析，重點對汽車發(fā)動機故障的現(xiàn)象及產(chǎn)生原因進(jìn)行研究，建立了汽車發(fā)動機故障診斷知識庫模型。在模糊神經(jīng) H網(wǎng)推理