王哲
摘 要:利用汽車安全氣囊裝配工序中已有的先驗知識,構建并訓練了一個自組織神經網絡SOM的多傳感器故障診斷系統。通過現場的多傳感器采集設備運行數據信息輸入故障診斷的系統,利用自組織SOM神經網絡的聚類性能,得到裝配工序中故障的類型,從而達到診斷汽車安全氣囊裝配工序的故障。通過無師自動學習的方式對輸入信號進行分析,計算簡單,精度高,具有很高的應用價值。
關鍵詞:汽車安全氣囊 自組織 神經網絡 故障診斷
中圖分類號:U491 文獻標識碼:A 文章編號:1672-3791(2014)12(b)-0080-01
隨著現代汽車動力性能的不斷提升,汽車的種類、數量也在不斷增多,而高速公路、快速路橋也在快速發展,汽車的使用更加廣泛普及,因此,這使得更加容易發生嚴重的交通事故。汽車的安全性能也是衡量汽車質量的一個重要因素,而汽車安全氣囊是現代轎車中最被關注的汽車安全的高技術裝置。可以說,當汽車發生嚴重交通事故時,汽車安全氣囊質量的好壞,直接關系著能否挽救車內人員的生命[1]。因此,在生產過程中對汽車安全氣囊生產工序的監測顯得尤為重要。
利用汽車安全氣囊裝配工序中已有的先驗知識,構建并訓練了一個自組織神經網絡SOM的多傳感器故障診斷系統;通過現場的多傳感器采集設備運行數據信息輸入故障診斷的系統,利用自組織SOM神經網絡的聚類性能,得到裝配工序中故障的類型。從而達到診斷汽車安全氣囊裝配工序的故障,具有較高的應用價值。……