版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、汽車的出現(xiàn)和發(fā)展推動了人類文明的發(fā)展,但現(xiàn)在卻成為世界能源和環(huán)境雙重危機(jī)的罪魁禍?zhǔn)?隨著科技的發(fā)展和人們對的電動汽車更深入的研究,逐漸把對電動汽車的研究劃分為幾個部分,而對電動汽車驅(qū)動部分的研究便成為一項(xiàng)重要的內(nèi)容.電動汽車驅(qū)動系統(tǒng)是電動汽車最主要的系統(tǒng)之一,電動汽車運(yùn)行性能的好壞主要就是由其驅(qū)動系統(tǒng)決定的.本文著重討論了專家系統(tǒng)理論和人工神經(jīng)網(wǎng)絡(luò)理論在電動汽車驅(qū)動系統(tǒng)故障診斷中的應(yīng)用,詳細(xì)介紹了電動汽車驅(qū)動系統(tǒng)故障診斷軟件的設(shè)計思想和
2、實(shí)現(xiàn)方法.對于整個驅(qū)動系統(tǒng),在VB中編寫了基于專家系統(tǒng)理論的故障診斷軟件;對于整流電路,其故障診斷軟件則基于神經(jīng)網(wǎng)絡(luò)理論,通過在VB中調(diào)用MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱完成.在基于專家系統(tǒng)的故障診斷方法中,采用了產(chǎn)生式知識表達(dá)和正向推理機(jī)制;在基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法中,則分別采用了BP神經(jīng)網(wǎng)絡(luò)的附加動量法、自適應(yīng)學(xué)習(xí)速率、彈性BP算法、擬牛頓法、共軛梯度法和Levenberg-Marquardt法對電機(jī)的部分故障進(jìn)行診斷,并對不同診斷
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 混合動力汽車電驅(qū)動系統(tǒng)的故障診斷研究.pdf
- 混合動力電動汽車電機(jī)控制系統(tǒng)故障診斷的研究.pdf
- 混合動力電動汽車驅(qū)動系統(tǒng)參數(shù)優(yōu)化匹配.pdf
- 電動汽車電機(jī)驅(qū)動系統(tǒng)傳感器故障診斷及容錯研究.pdf
- 混合動力電動汽車驅(qū)動系統(tǒng)優(yōu)化控制策略研究.pdf
- 混合動力電動汽車驅(qū)動系統(tǒng)控制策略研究.pdf
- 混合輔助動力電動汽車驅(qū)動控制系統(tǒng).pdf
- 混合動力電動汽車驅(qū)動控制系統(tǒng)研究.pdf
- 純電動汽車故障診斷系統(tǒng)開發(fā).pdf
- 電動汽車驅(qū)動系統(tǒng)系統(tǒng)故障檢測與診斷技術(shù)的研究.pdf
- 混合動力電動汽車電機(jī)驅(qū)動控制系統(tǒng)
- 混合動力電動汽車電機(jī)驅(qū)動控制研究.pdf
- 純電動汽車鋰電池故障診斷系統(tǒng)的研究.pdf
- 電動汽車鋰離子動力電池性能分析與故障診斷研究.pdf
- 混合動力電動汽車
- AT并聯(lián)混合動力電動汽車驅(qū)動系統(tǒng)的建模與仿真研究.pdf
- 基于CAN總線的電動汽車故障診斷系統(tǒng)研究.pdf
- 增程式電動汽車APU控制系統(tǒng)故障診斷研究.pdf
- 混合動力電動汽車的動力系統(tǒng)
- 電動汽車單體電池信息采集及故障診斷系統(tǒng).pdf
評論
0/150
提交評論