模糊神經H網(FNHN)方法及其在汽車故障診斷中的應用研究.pdf

1、汽車在現代交通生活中占據越來越重要的位置，隨著汽車工程技術的發(fā)展，汽車的功能和結構也有了很大的提升，然而伴隨這一發(fā)展，產生了更多越來越復雜的汽車故障現象，由此對于汽車故障的診斷與維修也造成了更大的困難。為了能夠快速確定故障原因以及產生部位，從而使得人們對先進的汽車故障診斷技術、故障診斷工具，以及故障診斷理論的研究十分迫切。
　　論文通過對目前國內外本課題研究現狀的分析和研究，提出了模糊神經 H網(FNHN)故障診斷方法。該方法是結

2、合FHN的圖形結構特點，將FHN模型分成若干層，通過對模糊H結點點燃連續(xù)函數逐層運算，計算出這一層的所有輸出H結點的標識數。在FHN中，每一個模糊H結點對應一個規(guī)則，H結點的輸入是規(guī)則的前提條件，輸出是規(guī)則的結果，映射函數對應規(guī)則的可信度，規(guī)則的匹配成功與FHN中模糊H結點的點火相對應。將 BP網絡算法應用于FHN中，在給定上述參數初始值的基礎上，通過誤差反向傳播方式，對每個結點依次進行參數調整，使得參數的取值逼近真實值。經過推理模型的

3、建立以及推理算法的計算，將模糊神經 H網應用于汽車故障診斷過程當中，能夠取得比較好的診斷效果，證明該方法是正確和有效的。
　　基于模糊神經H網(FNHN)的汽車故障診斷過程分為兩大部分：首先建立汽車故障診斷的模糊神經H網模型；然后根據已建立的模糊神經H網故障診斷模型和推理算法來進行汽車故障診斷。論文主要通過對汽車故障狀況進行分析，重點對汽車發(fā)動機故障的現象及產生原因進行研究，建立了汽車發(fā)動機故障診斷知識庫模型。在模糊神經 H網推理