基于数据融合的发动机故障诊断系统研究

摘要

随着我国经济及交通事业的发展，汽车得到了广泛的应用，已成为现代社会的标志之一。但由于汽车发动机结构复杂，工作条件恶劣，使得汽车发动机故障率较高，维修保养费用较大。因此有必要寻求简易、实用而高效的汽车发动机故障诊断方法。 本文是在参考大量故障诊断资料的前提下，结合汽车发动机故障发生的特点，将近年来在控制领域里比较热门的方法一多传感器数据融合技术应用于汽车发动机的故障诊断中去。在深入研究了数据融合的算法之后，通过理论推导和仿真实验证明，将数据融合方法中的模糊逻辑和人工神经网络相结合应用于发动机的故障诊断中，可以取得较好的诊断效果。为了取得更好的效果，本文在原有方法的基础上对其进行了改进，设计一种新的方法(FNNC算法)对系统进行训练，仿真实验证明该方法快捷有效，有较好的理论和实际应用价值。 本文主要介绍的内容有： (1) 介绍故障诊断尤其是汽车发动机故障诊断技术的发展和现状； (2) 介绍多传感器数据融合技术的发展和现状，着重介绍模糊逻辑和人工神经网络方法； (3) 结合发动机故障发生特点和数据融合方法特点设计故障诊断系统，对原有的数据处理方法进行改进，给出一种新的算法(FNNC算法)以期获得更好的效果； (4) 利用MATLAB软件，对本文设计的发动机故障诊断系统进行仿真，给出仿真试验结果，对试验结果进行分析； (5) 总结和展望。

目录

文摘

英文文摘

声明

第一章绪论

1.1发动机故障诊断研究的意义

1.2发动机故障诊断技术在国内外发展现状

1.2.1发动机故障特点

1.2.2发动机故障诊断常用技术

1.3数据融合技术

1.3.1数据融合技术产生的背景

1.3.2数据融合的定义

1.3.3数据融合技术的特点

1.4本课题提出的意义及要完成的工作

第二章数据融合算法

2.1目前数据融合主要方法

2.2模糊控制理论

2.2.1模糊控制产生背景

2.2.2模糊集合与隶属函数

2.2.3模糊推理与模糊规则

2.2.4模糊控制系统组成

2.2.5模糊控制的优缺点

2.3 人工神经网络(ANN,AitificialNetlralNetwork)

2.3.1人工神经网络的产生

2.3.2神经元

2.3.3网络模型

2.3.4学习模型

2.3.5人工神经网络的优缺点

2.4模糊神经网络

第三章故障诊断系统设计

3.1故障诊断系统的整体设计

3.1.1故障诊断系统结构

3.1.2模糊神经网络结构

3.2系统模糊算法

3.2.1确定模糊隶属度的主要方法

3.2.2模糊隶属度方法的确定

3.3系统神经网络部分

3.3.1神经网络部分结构

3.3.2BP算法研究

3.3.3共轭梯度法

3.4FNNC算法

3.4.1FNNC算法思路

3.4.2FNNC算法的描述

第四章仿真实验

4.1发动机常见故障分析

4.2仿真试验

4.2.1系统框架

4.2.2MATLAB仿真

4.2.3系统测试

4.2.4结果分析

第五章总结和展望

5.1工作总结

5.2研究展望

参考文献

攻读学位期间参与的科研项目及发表的论文

致谢