BP神经网络的汽车故障诊断系统.pdfVIP

BP神经网络的汽车故障诊断系统张延林，等

BP神经网络的汽车故障诊断系统

Auto’SFaultDiagnosisSystemBasedonBPNeuralNetwork

延林傅德

(东北林业大学机电工程学院，黑龙江哈尔滨150040)

摘要：汽车发动机故障呈现多部位、多现象、非线性等特点，因此诊断汽车发动机故障较为困难。经过对汽车发动机故障的诊断以

及BP神经网络理论的研究。将BP神经网络的联想、推测、记忆、学习等优点和误差反向传播算法应用于汽车故障诊断。分析了系统

网络结构和性能，利用实际测试的故障样本训练网络并进行测试。结论证明，BP神经网络应用于汽车故障诊断，效果良好，具有较高

的诊断效率和准确度。

关键词：BP神经网络故障诊断算法误差节点

中图分类号：TP206+．3；TP183文献标志码：A

Abstract：Itisdifficulttodiagnosethefaultsofautomobilesbecausetheissuereferstomulti—position，multi—phenomenon，andnon—linerchar—

acteristic．ThroughresearchingthefaultdiangosisofenginesandBPNNtheory。theBPnetworkanditsadvantagesofassociation，inference，

memory，andlearning-aswellasBParihtmeticareusedinfaultdiagnosisofautomobiles．Thestructureandperformanceofnetworkareana—

lyzed，byusingafultsamplesfrompracticaltestshtenetworkistrainedandtested．Theconclusionisthathtemethodoffersexcellentresultsof

diagnosisandtheefficiencyandaccuracyhavebeenenhanced．

Keywords：BPneuralnetworkFauhdiangosisArithmeticErrorNode

入信号从输入层节点，依次传过各隐含层节点，然后传

O引言

到输出节点，每一层节点的输出只影响下一层节点的

随着汽车工业的发展和人民生活水平的提高，我输出。节点的激活函数必须是可微、非减的，通常取

国汽车保有量迅猛增长。随着汽车技术的发展和设备Sigmoid型函数。模型采用三层的BP神经网络，结

复杂程度的增加，以前采用的直观诊断技术，只能用于构如图1所示。

解决简单的故障诊断问题。虽然计算机诊断与监测系

统已经相继问世，并在汽车故障诊断方面已有了一批

高水平的计算机辅助监测与诊断系统，但仍然存在通

用性差、知识获取能力弱等问题。而人工神经网络以

其独特的容错、联想、推测、记忆、自适应、自学习和处

理复杂多模式等优点，在故障诊断系统中取得了较

好的效果。本文将BP神经网络应用于汽车故障诊

断，以提高故障诊断的准确度。图1BP神经网络结构

Fig．1StructureofBPneuralnetwork

1BP神经网络故障诊断模型

输入层输入矢量A=(n，o，…，n)，中间层输出

BP神经网络又称多层前向网络，实际上是一个矢量B=(b。，b：，…，b)，则：

多层感知器，采用误差反向传播算法。网络是一单向