基于模糊神經(jīng)網(wǎng)絡(luò)的汽車故障診斷方法研究.pdf

1、隨著電子控制技術(shù)在汽車領(lǐng)域的廣泛應(yīng)用,汽車的整體性能已經(jīng)有了很大的提升,但隨之產(chǎn)生的汽車故障也變得越來越復(fù)雜,單憑經(jīng)驗(yàn)判斷或簡單儀器的檢測已無法滿足汽車故障診斷的要求。目前,OBD(On-Board Diagnostics)車載診斷系統(tǒng)已被廣泛用于汽車電控系統(tǒng)的故障診斷,診斷結(jié)果主要以故障代碼及相關(guān)數(shù)據(jù)流形式呈現(xiàn),但最終故障的確定和解決仍需借助其他儀器(如故障診斷儀)的檢測及維修人員的專業(yè)知識,且這種診斷范圍有待進(jìn)一步擴(kuò)大,診斷精確性有

2、待進(jìn)一步提高。因此,尋找一種更加高效智能的汽車電控單元診斷方法成為汽車故障診斷研究領(lǐng)域一個重要方向。
　　 為了克服上述的不足,本文在診斷系統(tǒng)中引入人工智能技術(shù),將模糊邏輯和神經(jīng)網(wǎng)絡(luò)有機(jī)地結(jié)合,匯集各自的優(yōu)點(diǎn)從而得到一個更為有效的汽車故障診斷方法——模糊神經(jīng)網(wǎng)絡(luò)。
　　 首先,為了采集汽車電控系統(tǒng)的相關(guān)傳感器的動態(tài)參數(shù)信息,開發(fā)了個人手持汽車故障診斷儀的實(shí)物硬件及運(yùn)行其上的支持多協(xié)議和OBDⅡ標(biāo)準(zhǔn)的汽車故障診斷軟件。通過

3、個人手持汽車故障診斷儀采集汽車故障狀態(tài)數(shù)據(jù),為后續(xù)的數(shù)據(jù)處理和故障診斷提供原始的檢測數(shù)據(jù)。
　　 其次,以汽車防抱死制動系統(tǒng)ABS(Antilock Braking System)的故障診斷為研究對象,建立了基于T-S模型的模糊神經(jīng)網(wǎng)絡(luò)模型,并以蟻群優(yōu)化算法訓(xùn)練該神經(jīng)網(wǎng)絡(luò),通過對比實(shí)驗(yàn)表明該診斷方法具有更加高效智能的優(yōu)點(diǎn)?；谀：窠?jīng)網(wǎng)絡(luò)的ABS故障診斷專家系統(tǒng),用模糊隸屬函數(shù)來描述各種故障現(xiàn)象,用神經(jīng)元及其連接權(quán)值的分布表示故

4、障的分布,用蟻群算法和BP算法相融合的ACO-BP算法從訓(xùn)練范例中荻取知識,實(shí)現(xiàn)知識表示、存儲和推理三者融為一體,在知識獲取、并行推理、自適應(yīng)學(xué)習(xí)、聯(lián)想推理和容錯能力等方面顯示出了明顯的優(yōu)越性,能很好的完成汽車ABS故障診斷任務(wù)。
　　 最后,將基于模糊神經(jīng)網(wǎng)絡(luò)的汽車故障診斷方法應(yīng)用于個人手持汽車故障診斷儀中,使得診斷儀的診斷精度得到進(jìn)一步提高。基于T-S模型的模糊神經(jīng)網(wǎng)絡(luò)一旦訓(xùn)練完成后,就可以用來快速、準(zhǔn)確地診斷相應(yīng)的汽車故障