> 硕士毕业论文 > 52000字硕士毕业论文神经网络发动机起动故障分析与诊断研究

52000字硕士毕业论文神经网络发动机起动故障分析与诊断研究

论文类型:硕士毕业论文
论文字数:52000字
论点:点火,神经网络,发动机
论文概述:

本文对通过示波器读取的次级点火波形进行分析,描述了几个参考参数,以及参数不正常所带来的发动机故障乃至整车故障。对于两种优化方案,无论哪一种,都是在原有基础上的大大改进。

论文正文:

第一章简介

1.1简介

1.1.1研究背景
随着科学技术的不断进步和汽车技术的快速发展,高科技电子产品在汽车中的应用越来越广泛,汽车故障诊断和维修也越来越困难。如何在短时间内修复汽车已经成为汽车行业的热门话题。汽车的发动机是汽车的动力源和心脏。汽车发动机会因使用时间过长、使用范围过大或使用标准不准确而发生故障。发动机点火系统是汽油机的重要组成部分,其工作状态直接影响发动机的性能。因此,点火系统的故障检测和诊断对于保持发动机良好的工作性能具有重要意义。汽车发动机点火系统的技术状况对汽车的可靠性、动力性、燃油经济性和排气成分有着非常重要的影响。点火系统故障约占所有发动机故障的47%,是汽车故障的主要来源之一,其故障现象类似于燃油供给系统的一些故障,是汽车发动机维修的重点和难点。因此,如何建立快速准确的点火系统故障诊断方法是一项紧迫的任务。
由于汽车发动机是一个集机、电、油于一体的复杂复杂系统,导致故障的因素很多,这些因素相互影响、相互制约,诊断相当困难。在以前的诊断中,故障诊断的准确性往往取决于诊断医生的经验和知识。因此,人工智能技术的应用和故障诊断技术水平的提高是世界各国高度重视的研究方向之一。
故障发生在汽车运行过程中,有时是由于零件磨损和损坏,有时是由于汽车的某些系统没有达到目标,或在运行过程中偏离了正确的调节状态,其中点火系统最为突出。因此,在故障分析前调整点火系统是非常重要的。根据故障类型的分类,点火系统常见故障主要分为无火、缺火、乱火、弱火或点火正时不准确。这些故障通常会导致发动机故障或发动机异常运行。根据故障定位的分类,故障可分为低压线路和高压线路。
电压电路的主要部件包括点火线圈、点火信号发生器和电子点火器等。高压线的部件包括分电器盖、分电器头、高压线和火花塞。……
……

第2章发动机点火故障诊断方法

2.1发动机点火系统概述

2.1.1点火系统的功能和要求
汽车的点火系统是发动机功率输出的关键。汽油发动机气缸中的燃料和空气体的混合物在压缩冲程结束时被高压电火花点燃。为了最初在气缸中产生高压电火花,汽油机配备了一种特殊的点火系统,称为发动机点火系统。
点火系统的基本功能是在发动机各种工况和使用条件下,及时、准确、可靠地在气缸内产生电火花,点燃可燃混合气,使汽油机工作。
点火系统应确保发动机在各种工作条件和使用条件下的可靠和准确点火。为此,点火系统应满足以下基本要求:
1)产生火花所需的电压称为火花塞击穿电压(spark plug discharge voltage),它能产生足够的电压击穿火花塞两个电极之间的间隙,导致火花塞两个电极之间的间隙击穿。火花塞的击穿电压与电极之间的距离(火花塞间隙)、气缸内的压力和温度、电极的温度和发动机的工作条件有关。
电极间隙越大,电极周围气体中电子和离子之间的距离越大,电场力的影响越小,产生碰撞电离的可能性就越小。因此,点火需要更高的击穿电压。数量越大,离子自由移动的距离越小,它们产生碰撞电离的可能性就越小。
只有通过增加施加到电极上的电压、增加作用在离子上的电场力以及加速离子的运动,离子之间才会发生碰撞电离,从而导致火花塞电极间隙破裂。因此,气缸中的压力越高或温度越低,所需火花塞击穿电压越高。
电极温度也会影响火花塞击穿电压。电极温度越高,电极周围气体的密度越低,就越容易产生碰撞电离,火花塞的击穿电压也就越小。实践证明,当火花塞电极温度超过混合气体温度时,击穿电压可降低约30%-50%。在不同的发动机工况下,火花塞击穿电压将随发动机转速、负载、压缩比、点火提前角和混合器浓度而变化。
2)电火花应具有足够的点火能量。为了使混合物可靠点燃,火花塞产生的火花应具有一定的能量。发动机工作时,压缩过程中混合物的温度接近自燃温度,因此所需火花能量很小(1-5mJ)。传统点火系统可以产生15-50mJ的火花能量,足以点燃混合物。然而,在起动、怠速和突然加速期间需要更高的点火能量。为确保点火可靠,一般应保证50-80mJ的点火能量,启动时应产生100mJ以上的点火能量。……
................

第三章BP神经网络诊断及其结构优化仿真...................17
3.1英国石油公司神经网络概述......................................................................................17
3.1.1英国石油公司神经网络结构和培训步骤........................................................17
3.1.2 BP神经网络函数..................................................................................18
3.1.3 BP神经网络学习算法仿真........................................................21
3.2测试模型和测试数据....................................................................................24
3.3 BP神经网络模型设计.........................................................................27
3.3.1输入/输出层的设计.................................................................................27
3.3.2隐藏层设计...............................................................................................27
3.4 BP神经网络的应用及自寻优........................................................29
3.5使用网络诊断故障数据....................................................................33
第四章BP神经网络的优化........................................................37基于遗传算法
4.1 BP网络的局限性....................................................................................37
4.2遗传算法优化BP网络.......................................................................38
4.2.1遗传算法概述....................................................................................38
4.2.2遗传算法用于BP优化过程..........................................................38
4.2.3遗传算法的实现.................................................................................39
4.3。遗传算法在BP神经网络优化中的仿真操作.............................................42
4.4血压和遗传算法血压的比较..................................................................................46[/比尔/]....................................................................[/ Br/]
结论[/ Br/]本文针对现代汽车数量的增加和汽车上高科技产品的丰富导致发动机点火故障诊断困难的现状,对雅阁F23A1发动机模型进行了分析和研究。
首先,在汽车故障部分,重点阐述和分析了传统点火系统和电子点火系统的结构和原理,同时传统点火系统逐渐被电子点火系统所取代。此外,对示波器读取的二次点火波形进行了分析,描述了几个参考参数,以及异常参数引起的发动机故障甚至车辆故障。
其次,在人工智能诊断部分,本文首先分析了BP神经网络,通过输入输出参数确定了四代训练模型,分别对这四代模型进行误差仿真,得到最优拓扑结构,然后利用遗传算法对BP神经网络进行优化,遗传算法具有搜索速度快,但容易陷入“早熟”即局部收敛的特点,而BP神经网络具有很强的全局搜索能力,因此利用遗传算法对BP进行优化取得了良好的效果。最后,利用粒子群算法对神经网络进行优化。粒子群算法具有搜索速度快、参数可调少的特点,但不适用于离散问题。采用粒子群优化算法对神经网络进行优化。与人工神经网络的运行结果相比,效果良好。
BP神经网络作为一种诊断工具,可用于点火系统的故障诊断,误差小。与我们常见的诊断方法相比,它可以提高诊断的准确性,节省大量的时间。对于两种优化方案中的任何一种,它都是对原方案的极大改进。将两种方案优化后的神经网络应用于故障诊断,具有时间短、误差小、可靠性强的特点。……

参考
[1]蔡卫明。汽车发动机常见故障的排除和维护[。内江科技,2008,29 (6): 131+166
[2]储江伟张丽丽。现代汽车故障诊断方法及其应用研究[。机械研究与应用,2008。21 (01): 8-16
[3]姚新生、李绥亮、张彩侠、范莎莎。中国汽车营销趋势研究[。汽车工业研究,2012,25(7):21-24
[4]胡洁。轻型汽油车排放诊断方法和离线诊断技术研究[。武汉理工大学。2011年
[5]康李彪。汽车点火系统故障的诊断和维护[。汽车工程师,2010,37(2):60-61
[6]陈嘉瑞。汽车结构2(第一部分)[。机械工业出版社,2007
[7]赵乐言。《汽车发动机常见故障的诊断方法》,[。科技信息,2010年。27(10):102
[8]高吕河。二次点火波形在汽车故障诊断中的应用[。北京理工大学学报,2010,9 (3): 6-9 [/BR/] [9]冯赵强。火花塞间隙对发动机点火波形的影响研究[。汽车电子,2007,48(10):55-58[/比尔/] [10]焦建刚。李明。用示波器分析点火系统的波形[。汽车维修与保养,2006,12(12):64-65[/比尔/] [11]乌德比,李戈。基于波形分析的电喷汽油机故障诊断研究。长安大学,2005
[12]石峰,王小川,雷宇,杨莉。30个案例分析的MATLAB神经网络[。京航空航天大学出版社,2010