基于蟻群優(yōu)化模糊神經(jīng)網(wǎng)絡的金融押運車故障預警問題的研究.pdf

1、近年來我國金融行業(yè)穩(wěn)定發(fā)展，越來越多的人也意識到金融安防工作的重要性。因此逐漸衍生出了一些專業(yè)的金融押運公司，并發(fā)展成為一種新興的行業(yè)。專業(yè)押運公司所采用的押運車不同于普通車輛，其安全性與可靠性要求相對較高，并且由于其自身不易拆解等特點出現(xiàn)故障不能去普通4S店進行維修，通常要返廠維修。如果一部押運車因本身故障返廠維修，那么較長的維修周期可能導致整個押運調度的調整，這無論從經(jīng)濟方面還是安全性角度考慮都是不利的。
　　發(fā)動機是押運車的

2、核心部位，也是押運車中故障頻發(fā)的設備系統(tǒng)。隨著汽車技術的進步，押運車電子化程度越來越高，發(fā)動機電控系統(tǒng)的功能不斷強大，同時也帶來故障節(jié)點數(shù)的節(jié)節(jié)攀升，傳統(tǒng)的故障診斷系統(tǒng)與人工經(jīng)驗的方法已經(jīng)不能滿足押運車快速準確的診斷要求。此外其只能確定故障的存在與否，而對故障的趨勢判定無能為力，已難以滿足押運車的安全的需要。因此，有必要對傳統(tǒng)的故障診斷系統(tǒng)加以改進，以適應押運車的要求。
　　論文的主要研究成果包括:
　　(1)從押運車目前存

3、在的實際問題出發(fā)，綜述了國內外現(xiàn)有的主流的故障診斷設備及方法;
　　(2)根據(jù)押運車發(fā)動機的故障信號、故障原因、狀態(tài)信號之間的關系具有模糊性、非線性，以及傳感器采集數(shù)據(jù)具有周期性，并不能完全做到“實時”的問題。提出將狀態(tài)信息模糊化的方法，即將模糊系統(tǒng)和BP神經(jīng)網(wǎng)絡串聯(lián)結合起來，組成模糊神經(jīng)網(wǎng)絡的故障預警方法;
　　(3)針對押運車故障預警快速準確的要求，詳細設計了BP網(wǎng)絡拓撲結構，利用蟻群算法的全局搜索性優(yōu)化網(wǎng)絡連接權值，解

4、決了訓練過程易陷入局部極小點的問題，并提高了收斂速度;
　　(4)針對押運車電控系統(tǒng)復雜，參數(shù)多的問題，提出將整個系統(tǒng)切分的辦法。然后以切分后的電子燃油噴射控制系統(tǒng)為例完成了基于蟻群算法的模糊神經(jīng)網(wǎng)絡結構設計。主要包括:故障征兆信息的采集與模糊化處理，BP網(wǎng)絡結構與參數(shù)的優(yōu)化設計。并實現(xiàn)了此網(wǎng)絡在押運車故障預警中的應用。
　　論文的研究結果可以為押運車的智能故障預警系統(tǒng)的進一步開發(fā)提供依據(jù)。論文所得模型和算法對其他優(yōu)化系統(tǒng)的