基于改進的小波神經(jīng)網(wǎng)絡的汽車電控汽油機故障診斷

3 汽車電控汽油機故障類型識別網(wǎng)絡的仿真與測試
3．1 樣本的提取
由于電控汽油機規(guī)格品種繁多且系統(tǒng)結構復雜，因此，汽油機的故障也多種多樣。本文選取了11種有代表性的電控汽油機的故障現(xiàn)象，和與其對應的11種有代表性的故障原因分別為如表l所示：

3．2 網(wǎng)絡的訓練
用于汽車電控汽油機故障診斷的改進的小波網(wǎng)絡的輸入層有11個節(jié)點，對應與11種故障現(xiàn)象；輸出層有11個節(jié)點，對應于11種故障原因。經(jīng)過多次反復的試驗，隱含層選擇15個神經(jīng)元即可滿足誤差要求。
小波網(wǎng)絡的訓練參數(shù)：最大訓練次數(shù)、目標誤差、學習步長，動量系數(shù)分別選為：3000、O．00l、0．1、0．2。
本文分別有BP神經(jīng)網(wǎng)絡，未改進的小波神經(jīng)網(wǎng)絡和改進的小波神經(jīng)網(wǎng)絡度樣本進行了訓練，網(wǎng)絡訓練的誤差曲線分別為圖2、圖3、圖4。我們可以看出BP網(wǎng)絡需要560步才能達到滿足要求的誤差，未改進的小波神經(jīng)網(wǎng)絡需要68步就能達到滿足要求的誤差，而改進的小波神經(jīng)網(wǎng)絡只需28步就能達到滿足要求的誤差。因此，可以得出改進的小波神經(jīng)網(wǎng)絡具有更強的逼近能力、網(wǎng)絡學習收斂速度加快、能有效避免局部最小值問題等優(yōu)點。

4 結束語
本文對小波神經(jīng)網(wǎng)絡提出了兩個方面的改進并將其應用于汽車電控汽油機故障診斷中。仿真結果表明：此改進的小波神經(jīng)網(wǎng)絡算法進行汽車電控汽油機的故障是有效的，而且與傳統(tǒng)的BP神經(jīng)網(wǎng)絡相比，該改進的小波神經(jīng)網(wǎng)絡具有更強的逼近能力，更快的網(wǎng)絡學習收斂速度。并且參數(shù)的選取有理論指導，能夠有效避免局部最小值問題。