网站大量收购闲置独家精品文档,联系QQ:2885784924

开题报告--- 汽车ABS系统智能故障诊断.doc

  1. 1、本文档共16页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
开题报告--- 汽车ABS系统智能故障诊断

毕业设计(论文)材料之二(2) 安徽工程大学机电学院 本科毕业设计(论文)开题报告 题目: 汽车ABS系统智能故障诊断 课 题 类 型: 设计 实验研究□ 论文□ 学 生 姓 名: 陈首雨 学 号: 专 业 班 级: 自动化2092 教 学 单 位: 电气工程学院 指 导 教 师: 田丽 开 题 时 间: 2013.3.10 2013年 3月10日 开题报告内容与要求 毕业设计论文内容及研究意义 (1)防抱死制动系统(ABS,Anti-Brake System)是一种汽车主动安全装置,它在制动过程中根据“车辆-路面”状况,采用电子控制方式自动调节车轮的制动力矩来达到防止车轮抱死的目的,增加行车的安全性[1]。针对ABS系统,研究其执行器和传感器的故障诊断有着重要理论意义及现实意义。(2)神经网络诊断原理在ABS系统执行器和传感器故障诊断中的应用,本文ABS系统执行器和传感器故障诊断的角度研究神经网络诊断的理论问BP神经网络故障诊断原理和方法。进行仿真来对制动防抱死系统(ABS)进行故障诊断,ABS故障诊断系统中的应用。ABS系统在汽车中的普ABS系统故障诊断技术的研究,及时有效的判断其状态,使其长ABS系统的自诊断系统只能对于断路、短路一些电气故障进行电ECU检测到故障时,立即停止ABS功能,并将故障信息以故障码。因此对于ABS系MATLAB-SIMULINK对整车系统进行ABS执行器和传感器发生故障时的故障模式,采集故障数据,BP神经网络进行泛化,从而进行故障诊断BP神经网络进行训练BP神经网络故障诊断ABS系统故障诊断模型进行仿真. 汽车ABS原理与结构[M]. 机械工业出版社, 2004.110~112 [2] 陈丙珍.人工神经网络在过程工业中的应用[J].中国有色金属学报(工学版),2004.5,14(1):106111. [3] 陈朝阳,张代胜,任佩红.汽车故障诊断专家系统的现状与发展趋势[J].机械工程学2003.11,39(11):16. [4] 王耀南,孙炜 智能控制理论及应用[J].机械工业出版社,2011.7,48~69. [5] 王海英,袁丽英 吴勃 控制系统的MATLAB仿真与设计,高等教育出版,2011.8 122~199 [6] 王仲生.智能故障诊断与容错控制[M].西北工业大学出版社,2005.4240~250. [7] 肖永清,杨忠敏.汽车制动系统的使用与维修[M].中国电力出版社,2004,312354 [8] 董长虹. 神经网络与应用.北京:国防工业出版社,2005,103-105.人工神经网络在过程工业中的应用[J].中国有色金属学报(工学版),2004.5,14(1):106111 [10] Henrik NiemannFault.Tolerant Control based on Active Fault Diagnosis,1996,12:95~135. [] BHARITKAR S,MENDELJM.The hysteretic Hopfield neural network[J].IEEE Trans on Neural Networks,2000,11(4):897~888Soft computing methods in motor fault diagnosis Abstract During the last decade, soft computing (computational intelligence) has attracted great interest from different areas of research. In this paper, we give an overview on the recent developments in the emerging field of soft computing-based electric motor fault diagnosis. Several typical fault diagnosis schemes using neural networks, fuzzy logic, neural-fuzzy, and genetic algorithms, with descriptive diagrams as well as simplified algorithms are presented. Their advantages and disadvantages are compared and discussed. We conclude that so

文档评论(0)

2017meng + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档