人工神经网络在汽车发动机故障诊断中的运用 |
| |
摘 要: | 随着车用发动机的不断发展与完善,发动机产生故障的种类也越来越多,故障现象与故障原因之间的非线性关系越来越复杂,发动机故障诊断越来越难。基于此,笔者分别对BP神经网络、RBF神经网络、PNN神经网络及SOM神经网络在汽车发动机故障诊断领域的应用及成效展开了分析。每种神经网络所应有的诊断场景有所不同,需要结合具体情况和各种神经网络的结构特点去选择。实践证明,RBF神经网络的预测精度要高于BP神经网络,同时训练时间更短,可以极大地提升对故障诊断的效率。
|
本文献已被 CNKI 等数据库收录! |
|