基于GrC—神經(jīng)網(wǎng)絡和證據(jù)理論的電動汽車故障診斷
發(fā)布時間:2023-11-27 20:46
在全球環(huán)境污染和化石能源危機日趨嚴峻的背景下,電動汽車成為世界各國汽車工業(yè)的新方向。電動汽車的安全性和可靠性是衡量其好壞的重要指標。故障診斷技術通過對電動汽車運行狀態(tài)和異常做出判斷,從而加強電動汽車的安全性能,保證行車安全。因此,對電動汽車故障診斷技術進行深入研究,具有重要的理論意義和應用價值。針對電動汽車故障數(shù)據(jù)龐雜、非線性的問題,本文提出一種基于粒計算-神經(jīng)網(wǎng)絡(GrC-NN)和DS證據(jù)理論的電動汽車故障診斷方法,以達到簡化神經(jīng)網(wǎng)絡結(jié)構(gòu),提高電動汽車故障診斷準確度的目的。主要工作如下:(1)電動汽車故障診斷方法研究。定性分析了電動汽車故障產(chǎn)生原因和常見故障,并對電動汽車故障進行了分類;調(diào)研了電動汽車常見故障診斷方法;(2)基于粒計算的電動汽車故障方法研究。剖析了基于粒矩陣的知識約簡算法;分別介紹了GrC-BP神經(jīng)網(wǎng)絡和GrC-RBF神經(jīng)網(wǎng)絡的工作原理;分析了基于GrC-NN的電動汽車故障診斷方法的流程;通過仿真證明了粒計算在保持診斷精度基本不變的前提下提高神經(jīng)網(wǎng)絡訓練速度和簡化神經(jīng)網(wǎng)絡模型結(jié)構(gòu)。(3)基于GrC-NN和DS證據(jù)理論的電動汽車故障診斷方法研究。剖析了證據(jù)悖論問題,并采...
【文章頁數(shù)】:76 頁
【學位級別】:碩士
【文章目錄】:
致謝
摘要
abstract
第一章 緒論
1.1 課題研究背景與意義
1.2 電動汽車故障診斷發(fā)展與研究現(xiàn)狀
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 電動汽車故障診斷常見方法分析
1.4 本文主要研究內(nèi)容
第二章 電動汽車故障診斷方法研究
2.1 電動汽車故障分析
2.1.1 電動汽車故障產(chǎn)生的原因
2.1.2 電動汽車常見故障
2.1.3 電動汽車故障分類
2.2 粒計算基本概念
2.2.1 粒計算主要理論模型
2.2.2 粒計算基本原理
2.3 證據(jù)理論基本概念
2.3.1 證據(jù)理論基本原理
2.3.2 證據(jù)理論融合框架
2.3.3 DS證據(jù)理論的沖突悖論
2.4 本章小結(jié)
第三章 基于粒計算的電動汽車故障診斷方法研究
3.1 基于粒矩陣的知識約簡算法
3.1.1 基于粒計算的知識約簡流程
3.1.2 算例與分析
3.2 基于GrC-NN的電動汽車故障診斷基本原理
3.2.1 GrC-BP神經(jīng)網(wǎng)絡
3.2.2 GrC-RBF神經(jīng)網(wǎng)絡
3.2.3 基于GrC-NN的電動汽車故障診斷基本思想
3.3 基于GrC-NN的電動汽車故障診斷方法仿真分析
3.4 本章小結(jié)
第四章 基于GrC-NN和DS證據(jù)理論的電動汽車故障診斷方法研究
4.1 改進的DS證據(jù)理論
4.1.1 改進DS證據(jù)理論基本概念
4.1.2 算例與分析
4.2 基于GrC-NN和DS證據(jù)理論的電動汽車故障診斷模型設計
4.2.1 基于GrC-NN和DS證據(jù)理論的電動汽車故障診斷流程
4.2.2 GrC-BP神經(jīng)網(wǎng)絡與GrC-RBF神經(jīng)網(wǎng)絡診斷模型設計
4.2.3 基于DS證據(jù)理論的決策融合
4.3 兩種故障診斷方法對比仿真分析
4.4 不同載重工況下電動汽車故障診斷實例仿真與分析
4.4.1 輕載工況下電動汽車故障診斷實例仿真與分析
4.4.2 中載工況下電動汽車故障診斷實例仿真與分析
4.4.3 重載工況下電動汽車故障診斷實例仿真與分析
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻
攻讀碩士學位期間的學術活動及成果情況
本文編號:3868547
【文章頁數(shù)】:76 頁
【學位級別】:碩士
【文章目錄】:
致謝
摘要
abstract
第一章 緒論
1.1 課題研究背景與意義
1.2 電動汽車故障診斷發(fā)展與研究現(xiàn)狀
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 電動汽車故障診斷常見方法分析
1.4 本文主要研究內(nèi)容
第二章 電動汽車故障診斷方法研究
2.1 電動汽車故障分析
2.1.1 電動汽車故障產(chǎn)生的原因
2.1.2 電動汽車常見故障
2.1.3 電動汽車故障分類
2.2 粒計算基本概念
2.2.1 粒計算主要理論模型
2.2.2 粒計算基本原理
2.3 證據(jù)理論基本概念
2.3.1 證據(jù)理論基本原理
2.3.2 證據(jù)理論融合框架
2.3.3 DS證據(jù)理論的沖突悖論
2.4 本章小結(jié)
第三章 基于粒計算的電動汽車故障診斷方法研究
3.1 基于粒矩陣的知識約簡算法
3.1.1 基于粒計算的知識約簡流程
3.1.2 算例與分析
3.2 基于GrC-NN的電動汽車故障診斷基本原理
3.2.1 GrC-BP神經(jīng)網(wǎng)絡
3.2.2 GrC-RBF神經(jīng)網(wǎng)絡
3.2.3 基于GrC-NN的電動汽車故障診斷基本思想
3.3 基于GrC-NN的電動汽車故障診斷方法仿真分析
3.4 本章小結(jié)
第四章 基于GrC-NN和DS證據(jù)理論的電動汽車故障診斷方法研究
4.1 改進的DS證據(jù)理論
4.1.1 改進DS證據(jù)理論基本概念
4.1.2 算例與分析
4.2 基于GrC-NN和DS證據(jù)理論的電動汽車故障診斷模型設計
4.2.1 基于GrC-NN和DS證據(jù)理論的電動汽車故障診斷流程
4.2.2 GrC-BP神經(jīng)網(wǎng)絡與GrC-RBF神經(jīng)網(wǎng)絡診斷模型設計
4.2.3 基于DS證據(jù)理論的決策融合
4.3 兩種故障診斷方法對比仿真分析
4.4 不同載重工況下電動汽車故障診斷實例仿真與分析
4.4.1 輕載工況下電動汽車故障診斷實例仿真與分析
4.4.2 中載工況下電動汽車故障診斷實例仿真與分析
4.4.3 重載工況下電動汽車故障診斷實例仿真與分析
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻
攻讀碩士學位期間的學術活動及成果情況
本文編號:3868547
本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/3868547.html
最近更新
教材專著