论文部分内容阅读
随着现代汽车工业的发展,汽车电子测控系统日趋复杂,为提高汽车故障诊断技术,需不断完善诊断理论和方法。本文就是针对这种时代特性和我国的国情,将人工智能知识引入到汽车故障诊断领域,开发研究了基于BP神经网络的汽车故障诊断专家系统。
首先,学习汽车故障诊断的理论知识。其次,学习人工智能基础知识,主要研究BP神经网络和专家系统的理论知识和实现方法,学习VisualC++6.0程序设计语言,学习了MicrosoftAccess2003数据库的设计方法,实现对专家系统的知识库和数据库的设计。
最后,将神经网络知识、专家系统知识引入到汽车故障诊断领域,用VisualC++6.0编写设计了基于BP神经网络的汽车故障诊断专家系统。此专家系统共有四个功能模块,其中的登录模块,可以完成对登录此系统的使用者的合法性的检测;主诊断模块,可以完成对ABS系统、电动门窗系统、自动变速器系统、离合器系统、空调系统及防盗报警器系统的诊断工作;数据库管理模块,可完成BP神经网络的训练工作,借此完成对专家系统的知识库的更新,还可以完成用户管理功能;帮助模块,完成系统的帮助任务。
基于神经网络的汽车故障诊断专家系统是一种人工智能和故障诊断技术相结合的系统,可以根据实际输入的数据,利用知识库中的知识,按一定的推理策略进行推理,模拟汽车维修专家来进行诊断,以确定故障原因及部位,从而给出维修建议。既可以完成传统故障诊断的基本功能,又可以克服传统诊断方法获取知识困难、费时费力、诊断不准确等缺点,值得推广利用。