基于神经网络的汽车无级变速器故障诊断系统研究_周美兰

。
) 隐 含层设 计 对 于一 般的故障诊断 模式识 4
别 问题
,
,
带有一 个隐含 层的三 层 网络 可 以很好地解
。
决 这 里隐含层 的层数 选 定为一 层
,
输入 向量 有
m
6
v
l 个 元素 即输入 层 的神经元 有 6 个 根据 K o 3 个 定理 可知 中间层 的神经 元可 以取 1
,
, 。
。
的输 出要 求
3 2
.
即 神 经 网络 的 CV下故 障诊 断训练
把故 障特征 参数作为 网 络输 入 层 向量 状 态作为 网络输 出层 向量 征 对应 点数 为
图
1
。
p
,
故障
t
。
这 里 选 取 6 个 故障特
,
CV T
,
传动 系统 的
6
l
种 故障类 型 隐含层 节
。
,
13
训练样木 见表
表
故 障特征
2
,
可 以准 确 地识 别 出无级
。
等 得到 了很 大 的提 高
测 和诊 断
,
。
对汽 车 电控系统 进 行 故障监
’ 2’
可 以提高 汽 车运 行 的安全 性 并减 少 后 期
。
维护 的复 杂程度
的连续 变化
,
无 级 变速 器 的速 比可 以 实现 速 比
, ,
CV丁 故 障 诊 断 系统 的结构
与 常规 变速 传 动相 比 前 者可 以显 著
.
.
3 4
.
0 0024
.
0 00 4 4 0 刀 17 8
.
义
5
/
、 、
训
。
·
-
5
0 0232 0 0 l4 3
.
0 0 12 1
0 0 l 23
g o
o
r o
) 5
,
传递 函 数 及 算 法 的选择 网 络 的输入 向量 范
,
围为 0 [ l]
a 数 tn 9 数 !0
s g i 19 5
。
隐含层 神经 元传 递 函数采用
一 ,
s
型正切 函
,
输 出层 神经 元 传 递 函 数采用 S 型对 数 函 这 是 由于输 出模式为 0 l 正 好满 足 网 络
i
y st e m ba s e d
e
Bac k p o t io r Pa g a
n e u ra
tw
o r
k w it h m o m
e n tu
m a
d
se
Ie a m i n g
t r a
e o
e a
lg o r i t h m 15
o r
e f
ti
et v e
.
i
K y w
m
d
m
s a n
a
d Pt i v
a
l
e a
r te mi g a
lg
o r
it h m
1
引 言
汽 车控 制的 电子 化 使得汽 车 的动 力性
、
能力 并对 环 境 的变化 有很好 的 适应 性 可 以解决 复杂 的非线性 问题 基 于神经 网 络 的故障 诊 断方法
。
,
,
经 济性
对 系统 有 很好 的跟 踪 能力 变 速传 动 系统 存在 的 故 障
。 ,
、 、
络 对 故 障的识 别率 分析 C V T 的 故障征 兆 选择 发
CV T
气 门开 度
2)
、
输 入 轴转 速 C V T 输出轴转速 离合器 位置 挡位信 号作 为输 入 量
、
}犷
训练 步数 间 跳
表 2 训 练 参数
训 练次 数
! 00
。
终 I L误 差 学 习 率
.
动量 因子
0 9
N
a eu
n o s is
,
the
o r
tu r
et u
r e
f CV T f a
im
se
lt d i a g n o s i s s y s t e m 15 b u il t
a
d the
.
a P Pli e e
t io a
m
del
a
f B a c k Po t io r Pa g a it h m im
( 2 0 80 3 7
,
器 采 用 T l 公 司 的 T M S 3 20 L F 2 4 0 7 芯 片
( PC
用 上 位机
基 金项 目 : 教 育 部 科 学 技 术 研 究 重 点项 l[
时
60 1
,
机 ) 编 写 故 障 诊断 程序 当 D S P 检测 到 故障 可 以将 卜 位 机 与上 位 机相 连 将数 据传 给 上 位
( l )
,
BP
神经 网 络的 训 练 函 数和 仿真 函
,
数对 网络 进行 训 练 仿真 其中
。
并 利用
s e
二n
r m (e o ) 求取
CVT
输 入 轴转速 传 感 器故
。
亡
刁刁
。
输 出轴转 速传感 器 故 障 3 输 入 / 输 出变 量 的表 示 与处 理 输 入 /输 出变 )
Cv T
梯度 下 降反 向传播算法 收敛 曲线 见 图 2 可 见 经 过 10 0 0 0 次训 练后 实 际训 练 误差 为
,
第 4 期增 刊
,
基 于神经 网络 的汽车无级变速器 故障诊断系统研究
。
机 利用上位机给出故障诊断结果
BP
网络是利用
。
影 响 变量的表示方 法大致有两 类 分别为类别变
,
。
非线性 可微分 函数进行权值训 练的多层 网络 它包 含 了神经 网络 理 论中最为精华的部分 由于 其结构
,
量表 示法 和数值 变量表示法
改 善汽 车 的动 力性
, ,
提 高汽 车 的燃 油 经 济 性
发 动机 的排放 污 染
减 少汽 车 的行驶冲 击
, ,
降低 提高驾
,
所 设 计 的 C V T 故 障诊断 系统 的硬 件 结构 主 要
由 以下儿 个 部 分组 成 传感 器 输 入 输 出接 口 电路
:
、 、
驶 舒适 性 川
不准 确
o n s
in
I J0
0 , 6 )
n
一
Abstra e t
s
o T
o e
a
a e eo
u
m Pli s h t h e
de m
d
f
e o n a n u
t i n u o u s ly
v a
ir
a
b le
n
m is s io
o
f (C V T ) a
s o n e tw o r
u
lt d ia g
,
取决 于 采 用何 种
ms e
:
离合器位 置
、
算法
,
而算法 山训 练 函 数代 表
,
。
以均方 误差
r
为
传感 器 故障 离 合器 气 动 阀故 障 节气 门开 度 传感 器 故障 挡 位传 感器 故障 换挡 叉 磨损 或变形 发
动 机 转速 传感 器 故 障 障
、 、
误 差 信 号 利用
网 络 的逼 近 误 差
r t E o e l
n i
c 乙限 i 月 e i
u
i馆
H a
v ’ l e
r
bi n
e 七
U n
s c i
仰o f c s
,
e i
n d
T e h n o l印郎` e
H a
bi n jJ
0
40
,
r a Hb
h C l e y
a n
n g
o
Au t
m o
o t
E l
〔. 7 o
r a Hb
ta r
0 .
,
量 的表 示 方法 对 网络 的训 练及 其最 终性 能有 很 大 的
2 0
17 6 9 9
,
仍 未达到 网 络 期望 误 差
第 29 卷
20 8
第
4
期增刊
仪
器
仪
o
表
f s e i e n t ii f
e
学
r In s t
u
报
ment
BP
O V
I 29 N o 4
.
.
年4月
C h in e s e Jo u m a !
’ 故障 原 因 较多 且 很多时 输出层 设计 由 T 候不 太 可 能 由故 障征兆 得到 非常 具体 的故 障原 因
,
,
0
0 01
0 2
.
确定 故 障原 因通 常需要 结合 一 定 的实际经 验 这 里
把故 障 原 因大体 归结为 以下 几 个 方面
、 、 、 、
。
,
学 习率 及 动 量 因 子 是否 加入
im
u a te
l
d
o n
d the
一
lt s
a re n
an a
ly z e d i n d e t a i l T h e