FFNN在柴油機燃油系統(tǒng)故障診斷中的應(yīng)用.pdf

1、柴油機是結(jié)構(gòu)復(fù)雜、運動部件多、多種干擾激勵源的系統(tǒng)，柴油發(fā)動機故障征兆與故障之間關(guān)系是非線性的，且具有不確定性，同時惡劣的工作環(huán)境容易導(dǎo)致信號失真等等，這些原因?qū)е码y以對柴油機故障診斷作出準(zhǔn)確判斷。然而，人工神經(jīng)網(wǎng)絡(luò)技術(shù)為柴油機進行故障診斷提供了一種新的解決途徑，可以成為進行柴油機故障診斷的重要工具。人工神經(jīng)網(wǎng)絡(luò)具有輸入輸出非線性映射和并行處理等特點，特別是其高度的自適應(yīng)和自學(xué)習(xí)能力，可以通過學(xué)習(xí)解決非線性映射問題，從而使其成為柴油機故

2、障診斷的一種有效方法和手段。而前饋型神經(jīng)網(wǎng)絡(luò)(FFNN)是各個領(lǐng)域中應(yīng)用最廣泛的一類網(wǎng)絡(luò)，如BP、RBF神經(jīng)網(wǎng)絡(luò)。其中BP有一些不足之處，存在訓(xùn)練次數(shù)多使得學(xué)習(xí)效率低收斂速度慢等問題。 本文結(jié)合添加動量項和自適應(yīng)學(xué)習(xí)率兩種方法對BP算法進行改進。盡管如此，BP神經(jīng)網(wǎng)絡(luò)本身固有的問題會依然存在。而RBF神經(jīng)網(wǎng)絡(luò)隱層由于采用具有局部接受域性質(zhì)的非線性函數(shù)，不是如同BP網(wǎng)絡(luò)的隱層激活函數(shù)一樣在輸入空間的無限大區(qū)域內(nèi)非零，因此可以完全避