基于神經網絡的發(fā)動機點火故障診斷研究.pdf

1、隨著科技的不斷進步和人民生活水平的不斷提高，汽車越來越普遍的走進我們的生活，同樣帶來的問題還有汽車的故障發(fā)生率越來越高。但是我們對汽車故障診斷的專業(yè)人才和所匹配的專業(yè)知識卻達不到目前汽車界要求，這就需要我們找到一個高效、準確的方法對汽車故障進行診斷和研究。
　　發(fā)動機是汽車的心臟，汽車的大部分故障是因為發(fā)動機引起的，而發(fā)動機的故障有45％-50%是由發(fā)動機點火系統(tǒng)故障所導致。本文在查閱大量文獻的基礎上，對Accord轎車中的F23

2、A1車型進行了點火系統(tǒng)故障研究分析，以次級點火電壓波形為研究基礎，確定了該車型的四種常見故障和引起這些故障的具體參數。
　　因為BP神經網絡的隱含層節(jié)點數是不確定的，而且它的多少還決定著網絡的收斂速度和誤差。本文對所得出的四種結構模型進行仿真分析，得到最佳網絡模型結構為4-10-2，然后將該模型結構應用于故障診斷，得到訓練誤差，該結構的訓練步數為131，均方誤差為0.000834918。然后用GA對BP神經網絡的權值和閥值進行優(yōu)化