基于神经网络的汽车故障智能诊断系统研究

重庆交通大学学报（自然科学版） ›› 1994, Vol. 13 ›› Issue (4): 111-117.

基于神经网络的汽车故障智能诊断系统研究

杨雷¹,周玲玲²

1.重庆交通学院管理系;2. 重庆教育学院物理系

收稿日期:1993-12-29 修回日期:1994-08-02 出版日期:1994-12-15 发布日期:2015-04-15
作者简介:杨雷,男,33岁,博士

A Study on Intelligent Vehicle Fault Diagnosis System ANN-based

Yan Lei¹,zhou Lingling ²

1.Chongqing Jiaotong Institute;2.Chongqing Education College

Received:1993-12-29 Revised:1994-08-02 Online:1994-12-15 Published:2015-04-15

摘要/Abstract

摘要： 本文描述了基于人工神经网络的汽车故障智能诊断系统，提出了系统的自学习算法；根据汽车发动机故障的层次的特征，建立了系统的网络模型；在对比汽车故障诊断专家系统基础上，阐述了神经网络系统在知识表示与推理过程中的特点和优势。本文在微机上开发了包含两层隐含层的一个基于神经网络的汽车故障智能诊断系统原形，在２４组训练数据５００次循坏训练后，实验表示该系统诊断正确率为９０％。

关键词: 故障诊断, 智能系统, 人工神经网络, 专家系统

Abstract: A intellisent vehicle faul diagnosis system ANN-based has been developed and related self-learn-ing algorithm of the syStem has been given Comparing with ES of vehicle fault diagnosis,the ANN-based dlagnosis system for Vehicle fault is better in Knowledge representation and inference procedureA actual ANN-based intelligent diagnosis system for vehicle motor faults has been designed,which in-cludes two hidden layers,The network has been trained for 500 times using 24 groupe of trainin8 vec-tor pairs,the results show that the success rate for fault diagnosis is more than 90%;

Key words: fault diagnosis, intelligent system, artifical neural network, expert system

中图分类号:

U472.9

杨雷,周玲玲. 基于神经网络的汽车故障智能诊断系统研究[J]. 重庆交通大学学报（自然科学版）, 1994, 13(4): 111-117.

Yan Lei,zhou Lingling. A Study on Intelligent Vehicle Fault Diagnosis System ANN-based[J]. Journal of Chongqing Jiaotong University(Natural Science), 1994, 13(4): 111-117.

[1]	刘莎，董国发，李想，曾晰. 客流量动态影响下公交智慧出行服务模型研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(10): 10-17.
[2]	陆百川1,2，张冬梅1，舒芹1，李玉莲1. 基于时空特性和灰色残差的交通故障数据诊断与修复[J]. 重庆交通大学学报（自然科学版）, 2020, 39(09): 8-16.
[3]	刘尊民1，刘庆元2，曲大义1，陈秀锋1,3. 智能交通系统中故障精确定位方法研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(07): 76-79.
[4]	陈虎. 基于参数优化的支撑矢量机及其在故障诊断中的应用[J]. 重庆交通大学学报（自然科学版）, 2017, 36(10): 119-122.
[5]	陆百川，郭桂林，肖汶谦，张海，张凯，邓捷. 基于多尺度主元分析法的动态交通数据故障诊断与修复[J]. 重庆交通大学学报（自然科学版）, 2016, 35(1): 134-137.
[6]	于蕾艳. 汽车线控转向系统容错和故障诊断技术综述[J]. 重庆交通大学学报（自然科学版）, 2015, 34(5): 165-169.
[7]	陆百川，张凯，马庆禄，邓捷，刘权富. 基于数据驱动的数据故障诊断模型[J]. 重庆交通大学学报（自然科学版）, 2014, 33(5): 111-115.
[8]	曾勇，郑慧君，向中富. 大跨单索面公轨两用钢桁梁斜拉桥施工风险分析[J]. 重庆交通大学学报（自然科学版）, 2014, 33(4): 29-33.
[9]	罗天洪，熊钰，孙冬梅. 二维联合模糊的液压系统故障诊断专家系统[J]. 重庆交通大学学报（自然科学版）, 2012, 31(6): 1227-1231.
[10]	王礼军. 模糊神经网络专家系统在故障诊断中的应用[J]. 重庆交通大学学报（自然科学版）, 2012, 31(3): 469-472.
[11]	印洪浩，彭中波. 基于小波网络的船舶柴油机燃油系统故障诊断[J]. 重庆交通大学学报（自然科学版）, 2012, 31(2): 349-352.
[12]	归少雄，马丽英，曹源文. TY180 推土机工作装置液压系统常见故障及诊断[J]. 重庆交通大学学报（自然科学版）, 2011, 30(3): 481-484.
[13]	童世鑫，丛浩哲，陈雨人. 高速公路交通事件清除时间模糊逻辑预测模型[J]. 重庆交通大学学报（自然科学版）, 2011, 30(1): 85-88.
[14]	宋炳雨, 高松, 郎华, 王鑫. 纯电动汽车高压电故障诊断与安全管理策略研究[J]. 重庆交通大学学报（自然科学版）, 2010, 29(5): 804-807.
[15]	许永江, 邢兵, 吴进良. 基于有限元-神经网络-Monte-Carlo的结构可靠度计算方法[J]. 重庆交通大学学报（自然科学版）, 2008, 27(2): 188-190,216.