基于BP神經(jīng)網(wǎng)絡(luò)的電控發(fā)動機(jī)故障診斷

摘 要： 針對汽車發(fā)動機(jī)電控系統(tǒng)結(jié)構(gòu)的復(fù)雜性，提出用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷的方法。以北京現(xiàn)代05款途勝G4GC型發(fā)動機(jī)電控系統(tǒng)為實(shí)驗(yàn)，并對其進(jìn)行故障設(shè)置，采集發(fā)動機(jī)故障數(shù)據(jù)流，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建診斷模型，并且改變BP訓(xùn)練方法。診斷結(jié)果表明用BP神經(jīng)網(wǎng)絡(luò)診斷發(fā)動機(jī)電控系統(tǒng)故障是行之有效的，具有較好的應(yīng)用前景。

關(guān)鍵詞： 汽車發(fā)動機(jī)； 電控系統(tǒng)； BP神經(jīng)網(wǎng)絡(luò)； 故障診斷

中圖分類號： TN711?34； TP183 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2015）09?0128?04

Abstract： Since the complexity structure in electronic control system of the automobile engine， the method of engine fault diagnosis based on BP neural network is put forward. The electronic control system of Beijing Hyundai Tucson 05 G4GC engine as the experiment example， firstly some fault assumptions are set up， and the fault data flow of engine is collected， then a fault diagnosis model is built by BP neural network and BP training method is changed. The diagnosis result shows that it is effective to apply BP neural network to diagnose faults in engine electronic control system， and has better application prospect.

Keywords： automobile engine； electronic control system； BP neural network； fault diagnosis

0 引 言

隨著電子控制技術(shù)的發(fā)展，其在汽車中的應(yīng)用越來越廣，對汽車技術(shù)的發(fā)展具有促進(jìn)作用，電控技術(shù)提高了汽車發(fā)動機(jī)的性能。由于發(fā)動機(jī)電控系統(tǒng)的復(fù)雜性，一旦發(fā)動機(jī)電控系統(tǒng)出故障，往往會增加診斷故障的難度。與此同時，利用人工神經(jīng)網(wǎng)絡(luò)研究汽車故障，取得了比較理想的效果。

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，ANNs），也稱為神經(jīng)網(wǎng)絡(luò)（NNs），是模擬生物神經(jīng)網(wǎng)絡(luò)進(jìn)行信息處理的一種數(shù)學(xué)模型。它以對大腦的生理研究成果為基礎(chǔ)，其目的在于模擬大腦的某些機(jī)理與機(jī)制，實(shí)現(xiàn)一些特定的功能。目前，人工神經(jīng)網(wǎng)絡(luò)已應(yīng)用于很多領(lǐng)域。

本文以北京現(xiàn)代05款途勝G4GC型發(fā)動機(jī)電控系統(tǒng)為例，利用BP神經(jīng)網(wǎng)絡(luò)，采集發(fā)動機(jī)故障數(shù)據(jù)流，并對發(fā)動機(jī)電控系統(tǒng)故障進(jìn)行研究。

1 BP神經(jīng)網(wǎng)絡(luò)

1.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋型神經(jīng)網(wǎng)絡(luò)，其神經(jīng)元的傳遞是[S]型函數(shù)，輸出量為0～1之間的連續(xù)量，它可以實(shí)現(xiàn)從輸入到輸出的任意非線性映射。由于權(quán)值的調(diào)整采用方向傳播學(xué)習(xí)算法，因此也常稱其為BP網(wǎng)絡(luò)（Back Propagation Network）。

BP神經(jīng)網(wǎng)絡(luò)通常由輸入層、隱層和輸出層組成，每個層包含多個單神經(jīng)元，層內(nèi)部的神經(jīng)元間是沒有連接的，而層間的神經(jīng)元是全部連接的。隱層可以有一個或多個層， 隱層中的神經(jīng)元均采用[S]型傳遞函數(shù)，輸出層的神經(jīng)元采用線性傳遞函數(shù)。BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖如圖1所示。

1.2 BP神經(jīng)網(wǎng)絡(luò)算法

無論是函數(shù)逼近還是模糊識別，都必須對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。訓(xùn)練前需要樣本，樣本中包含輸入向量[P]以及相應(yīng)的期望輸出向量[T，]訓(xùn)練中需要不斷調(diào)整權(quán)值和閾值，使得神經(jīng)網(wǎng)絡(luò)的表現(xiàn)函數(shù)達(dá)到最小。BP網(wǎng)絡(luò)表現(xiàn)函數(shù)默認(rèn)為網(wǎng)絡(luò)輸出[a]和期望輸出向量[T]的均方差msa。

從上述過程可以看出，權(quán)值和閾值的修正是在所有樣本輸入后，計算其總的誤差后進(jìn)行的，這種修正方式稱為批處理。在樣本比較多的情況下，批處理方式比分別處理方式的收斂速度快。

2 BP網(wǎng)絡(luò)在發(fā)動機(jī)電控系統(tǒng)故障診斷中的應(yīng)

用實(shí)例

2.1 發(fā)動機(jī)電控系統(tǒng)故障設(shè)置和數(shù)據(jù)流采集

本文以北京現(xiàn)代05款途勝G4GC型發(fā)動機(jī)電控系統(tǒng)為例，對其進(jìn)行故障設(shè)置，利用金德KT600電腦故障診斷儀采集數(shù)據(jù)流。以發(fā)動機(jī)在正常怠速、節(jié)氣門位置傳感器信號線開路、某缸噴油器信號線開路、冷卻水溫傳感器信號線開路、某兩個缸點(diǎn)火信號線路開路和氧傳感器信號線開路六種狀態(tài)時，采集數(shù)據(jù)流，采集的數(shù)據(jù)流分別如

在程序中，p中的數(shù)據(jù)為訓(xùn)練樣本數(shù)據(jù)歸一化處理后的數(shù)據(jù)；在t中以000001表示發(fā)動機(jī)正常怠速時的狀態(tài)，以000010表示節(jié)氣門位置傳感器信號線開路時的狀態(tài)，以000100表示某缸噴油器信號線開路時的狀態(tài)，以001000表示冷卻水溫傳感器信號線開路時的狀態(tài)，以010000表示某兩個缸點(diǎn)火信號線路開路時的狀態(tài)，以100000表示氧傳感器信號線開路時的狀態(tài)。在創(chuàng)建BP網(wǎng)絡(luò)時，第一次采用‘trainlm’訓(xùn)練，生成的誤差曲線如圖2所示；第二次采用‘traingd’訓(xùn)練，生成的誤差曲線如圖3所示。

由圖2和圖3可以看出，當(dāng)采用‘trainlm’訓(xùn)練時，只用訓(xùn)練次數(shù)55，用時1 s，就達(dá)到預(yù)期誤差0.001；而當(dāng)采用‘traingd’訓(xùn)練時，當(dāng)達(dá)到最大訓(xùn)練次數(shù)2 000時，還沒達(dá)到預(yù)期誤差0.001，由此可以看出，采用‘trainlm’訓(xùn)練時，訓(xùn)練次數(shù)少，用時短，且速度快。因此，當(dāng)設(shè)計BP網(wǎng)絡(luò)時，應(yīng)采用‘trainlm’訓(xùn)練。

3 結(jié) 論

電控技術(shù)提高了發(fā)動機(jī)的工作性能，同時也增加了發(fā)動機(jī)電控系統(tǒng)故障診斷的難度。本文以北京現(xiàn)代05款途勝G4GC型發(fā)動機(jī)電控系統(tǒng)為研究對象，介紹了BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和算法，采集發(fā)動機(jī)故障數(shù)據(jù)流，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對發(fā)動機(jī)電控系統(tǒng)進(jìn)行故障診斷，同時改變訓(xùn)練方法，用BP網(wǎng)絡(luò)訓(xùn)練后，可以看出，BP神經(jīng)網(wǎng)絡(luò)可以快速、準(zhǔn)確地診斷出故障。本文研究結(jié)果能給汽車維修人員提供參考價值，同時，BP神經(jīng)網(wǎng)絡(luò)也可以運(yùn)用到其他故障診斷工程領(lǐng)域。

參考文獻(xiàn)

[1] 周開利，康耀紅.神經(jīng)網(wǎng)絡(luò)模型及其Matlab仿真程序設(shè)計[M].北京：清華大學(xué)出版社，2005.

[2] 張德豐.Matlab神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計[M].北京：機(jī)械工業(yè)出版社，2009.

[3] 孫祥，徐流美，吳清.Matlab 7.0[M].北京：清華大學(xué)出版社，2005.

[4] 李友才，巴寅亮.基于BP神經(jīng)網(wǎng)絡(luò)的電控發(fā)動機(jī)故障診斷應(yīng)用研究[J].鄭州輕工業(yè)學(xué)院學(xué)報：自然科學(xué)報，2008（10）：104?107.

[5] 劉艷春，楊德輝，劉艷麗，等.基于神經(jīng)網(wǎng)絡(luò)的某型飛機(jī)發(fā)動機(jī)故障診斷研究[J].電子設(shè)計工程，2012（6）：89?92.

[6] 鄧日青，傅曉林.基于BP神經(jīng)網(wǎng)絡(luò)的電噴發(fā)動機(jī)故障診斷研究[J].北京汽車，2007（6）：7?10.

[7] 程瑞琪.人工神經(jīng)網(wǎng)絡(luò)技術(shù)在設(shè)備故障診斷中的應(yīng)用[J].機(jī)械研究與應(yīng)用，1999（6）：13?14.

[8] 孫帆，施學(xué)勤.基于Matlab的BP神經(jīng)網(wǎng)絡(luò)設(shè)計[J].計算機(jī)與數(shù)字控制，2007（8）：124?126.

[9] 呂彩琴.汽車發(fā)動機(jī)電控技術(shù)[M].北京：國防工業(yè)出版社，2009.

[10] 史忠植.神經(jīng)網(wǎng)絡(luò)[M].北京：高等教育出版社，2009.