基于神经网络的汽车传动系统可靠性研究

中国西部科技２０１１年１２月（下旬）第１０卷第３６期总第２６９期基于神经网络的汽车传动系统可靠目防Ｆ究杨仁华（西华大学交通与汽车工程学院，四川成都６１００５９）摘要：本文阐述了影响汽车行驶性能的传动系统组成，分析了影响传动系可靠性的因素，并对人工神经网模型与学习规则进行了分析，在此基础上建立了汽车传动系统可靠性研究模型，并对某汽车传动系统可靠性进行了预测，验证了模型的正确性。关键词：模型；传动系统；可靠性；神经网络ＤＯＩ：Ｉｏ．３９６９／ｊ．ｉｓｓｎ．１６７１－６３９６．２０１１．５６．００２１问噬提出越性，能识别带噪声或污染变形的输人模式：具有很强的车辆行驶的可靠性是人们最为关心的问题之一，车辆自适应学习能力，通过样本的学习，掌握模式变换的内在底盘由４４＂－部分组成，其分别是：传动系、行驶系、转向规律；能把识别处理与若干预处理融合在一起进行。系、制动系。车辆要正常行驶，每一个部分都必须可靠的４．１神经网络模型选择工作，其中传动系是车辆行驶的动力传动单元，它的作用对可靠性模型进行识别，既要使模型精度满足要求，是将发动机的动力传送到车轮，因此传动系是保证车辆行又要是模型力求简单，就要合理的选择神经网络的互联结驶的最重要单元，故对传动系可靠性研究具有重大意义，构与学习规则，按照结构方式神经网络可分为两大类模目前对传动系可靠性的研究已经做了大量工作。本文引入型，即前馈模型与后馈模型，再详分为：（１）无反馈的前人工神经网络理论建立可靠性研究模型，对汽车传动系统向网络；（２）有反馈的前向网络：（３）层内有相互结合可靠性进行研究。的前向网络；（４）相互结合型网络。２汽车传动系统组成由于人工神经网络具有自学习功能，故存在一定的学不同类型的汽车其布置方式不一样，汽车传动系统形习规则，这种规则实际上是修正权值的一种算法。最具普式不一样，本文以发动机前置、驱动桥后置的车辆传动系遍意义的学习规则有：（１）误差修正型学习规则。利用神统为研究对象。传动系统基本组成有４个部分，即离合器、经元期望输出与实际输出之间的偏差作为联接权值调整的变速器、万向传动轴、驱动桥。离合器结合与断开发动机参考，通过不断的调整联接权值，最终减小这种偏差。与传动系间的动力，变速器改变传递转矩与转速，万向传（２）赫布型学习规则。根据联接的神经元的活化水平来调动轴把动力由变速箱传递到驱动桥，驱动桥改变动力传递整权值，即是两神经元联接权值的变化与两神经元的活化方向与增大转矩。值相关。（３）随机学习规则。结合随机过程、概率和能量３汽车传动系统可靠性影响因素等概念来调整网络的变量，以使网络的能量函数最小（最影响汽车传动系统可靠性的因素较多，也较复杂，主大）。在学习过程中，网络的变量以能量函数的变化而发要有使用方面、汽车保养方面、汽车使用时间（或行驶里生改变，可以是联接权，也可以是网络状态。（４）竞争学程）、使用地区、车辆类型等，经过分析归纳为以下几个习规则。网络的某个神经元群体中所有神经元互相竞争对方面：（１）行驶里程。不同类型的机动车报废，根据相关外界刺激模式相应的权利，竞争得胜的神经元的连接权值法律规定，是汽车达到一定的使用年限或一定的行驶里向着对这一刺激模式竞争更为有利的方向变化。程，因此在汽车使用过程中，汽车传动系统的可靠性受汽综合分析，本文选用误差回传神经网络，选用误差修车的使用时间或行驶里程的影响很大，作为一个重要参正型学习规则。该种网络可以有多层，本文取３层，即：输数，在网络训练时要进行归一化处理；（２）使用强度。所入层、隐蔽层、输出层。谓使用强度是指汽车在工作过程中载货或载客的多少，即４．２神经网络传递函数选择是：半载、满载、超载，作为一个重要参数，表示为半神经网络的传递函数有阀值型（为阶要函数）、线性载：０、满载：０．５、超载：１；（３）经常行驶路面。路面饱和型、Ｓ型函数。本文选择Ｓ型函数作为传递函数，Ｓ型函对传动系的动载影响很大，以差、中、好表示路面的质量数能够充分反映神经元的饱和特性，且连续可导，调节曲程度，作为一个重要参数，表示为差：０、中：０．５、好：线的参数又具有阀值函数的功能。１；（４）传动系齿轮油质量。所谓传动系齿轮油质量是指４．３基于神经网络的传动系可靠性模型齿轮油的品质，以差、中、好表示齿轮油品质，作为一个通过以上分析，建立基于神经网络的可靠性模型，首重要参数，表示为差：０、中：０．５、好：１。先确定输出量与输入量。输出量只有１个：传动系可靠度，４基于神经网络的传动系可靠性模型输入量有：汽车行驶里程、汽车使用强度、汽车经常行驶为了研究传动系统的可靠性，首先要建立传动系统可路面、汽车传动系齿轮油质量，后３个量为特征量；根据输靠性模型。在机械可靠性研究中，要确定数学模型，从理入与输出量确定神经网络输入层、输出层及隐蔽层的神经论讲，并没有确切的函数来进行描述，只能依据现有的数元个数，输入层由４个神经元，隐蔽层（中间层）根据据资料进行统计研究。目前有根据经验来选择模型的方Ｋｏｌｏｍｏｇｏｒｏｖ定理有９个神经元，输出层有一个神经元。可法，也可同时选几种模型用已知数据去进行拟合，分别求靠度为：出拟合值与实测值的误差平方和，选用误差平方和最小的那一个模型：或选择一个具有弹性的模型（即可能有较多ＲＥＬ：———————１旦——～的参数，密度函数和失效率函数有多种形状等），用已知（１＋ｅｘｐ（一荟∞，和，＋ｏ）——（式１）数据进行拟合，最后完全确定模型。式中：ＲＥＬ为可靠度；０为阀值或偏置值；ｊ为隐蔽层本文将人工神经网络运用于模型建立，具有巨大的优神经元编号；∞。为隐蔽层第ｊ个｛峥元的权值；ｚｊｏ。为隐蔽收稿日期：２０１１—１０一２６修回日期：２０１１—１１—１６作者简介：杨仁华（１９６２一），男，四川蓬溪籍，硕士研究生，副教授，主要从事汽车ＣＡＤ／ＣＡＥ研究。万方数据厂］塑董层第Ｊ个神经元输出量。ｚｌ‘ｏ，：————土—一——（式２）２————————丁———————～——Ｌ工～Ｚ输入已知数据Ｊ（Ｉ＋ｅｘｐ（一（∑∞，，ｓｒｏ，＋ｏ，）ｌ式中：ｓｒｏ，为输入层第ｉ个神经元的输入量；ｕ。为隐网络模型训练蔽层第ｊ个神经元及输入层第ｉ个神经元对应的权值；０．为』隐蔽层第ｊ个神经元的阀值。模型溉试网络模型训练是通过使一个目标函数最小化来完成的，其过程是不断调整权值与阀值，使模型误差降低到最ｌ小程度。其目标函数为：可靠性预测Ｅ＝（ｙＢｚ—ＲＥＬ）２——（式３）式中：ＹＢＺ为希望输出的可靠度；ＲＥＬ为网络模型输出的可靠度。结果输出利用梯度下降法来计算目标函数的最小值，由此导出权值调整量计算公式为：５汽车传动系统可靠性预测Ａｏ），＝１１・（ＹＢＺ—ＲＥＬ）・ＲＥＬ・（１一ＲＥＬ）＋咖，——（式４）利用可靠性模型对某车型传动系统进行可靠性预测，Ａｃｏ¨＝ｑ６，ｓｒ０若行驶里程７．５千公里，汽车使用强度大，对应特征值为６，＝珈，・（１一咖Ｊ）．（冶ｚ—ＲＥＬ）＊ＲＥＬ＊（Ｉ—ＲＥＬ）＊ｏ，１，汽车经常行驶路面中，对应特征值为０．５，传动系统齿式中：１１为学习效率。轮油质量中，对应特征值为０．５，其计算结果如表２所示。网络模型训练是通过正向计算输出、反向传播误差进行多次迭代，随着迭代次数不断增多，系统误差逐渐减［＝互二二］二二工二二［二正二［＝：互二丁二二重￡＝］少，逐渐形成一组比较稳定的权值。一旦权值确定，可靠表２特征量及计算结果性数学模型也就随之而确定。６结论４．４基于神经网络的可靠性样本参数本文通过对汽车传动系统组成及可靠性分析，利用人对网络模型进行训练，首先要确定训练样本参数。按工神经网络理论建立了可靠性数学模型，并同通过实例验照某车型传动系统首次出现故障的行驶里程进行统计，统证，模型基本符合要求，故为研究汽车传动系统可靠性开计数据如表１所示。辟了一条新的途径，为预测汽车传动系统可靠性提供了一样本争号曩墨‘万公量＇髑蟊度行鞲面齿艴凇俸动蕞可ｔ度种新方法。８Ｏ０Ｏ０∞参考文献：２７．０Ｏ０５Ｏ∞［１］杨仁华．基于神经网络的汽车液压制动系可靠性研究［Ｊ］．机床３８２１０ＳＯＯＴ‘８ＴＯＳ００日ｌ与液压，２００８．６：１７６～１７８．Ｓ口００ＯＯＳ０．伯［２］何宇漾．基于神经网络的汽车制动系可靠性分析．湖北汽车工业学院学报，２００５，１９（３）：１４～１６．表１可靠度及特征量［３］林家让．汽车构造［Ｍ］．北京：电予工业出版社，２００４，１．４．５程序设计［４］田景文等．人工神经网络算法研究及应用［Ｍ］．北京：北京理工大采用ｖＢ语言对网络模型训练模型测试及可靠性预测进学出版社，２００６，７．行编程计算，程序框图如下：刁西面ｔｉｉｉｊ爱ｊ西舀石舀西ｉ芒ｊｉｊｉｔｉｉｉｉｊｊｉｊｊｊｉｉｊ西｜芒ｉ６ｂｉｉｉ三｜ｉｉ石ｉｃｊｄ石西ｉ嫒ｉｉｉｊ三ｉｉｉｊｉｉｊ石舀西ｉｊ西鹾ｉｊｉｊｊ西石６６６敝ｉｉｊｊｊ石６石西ｉｊｔｉｉｉｉｊｊ石西６（上接第５１页）造林地附近，选择平坦背风的地点，挖宽（３）埋枝埋干造林。在新皆伐地，或河滩地，或沟谷２～３ｍ，深１～１．５ｍ的沟。长依苗木数量而定，将苗木直立两侧，可用较大的枝干，或用枝梢，进行埋枝、埋干造或倾斜假植在沟里。上面架好木梁，棚上盖柴草，覆上林。秋埋或春埋均可。可采取平埋或竖埋两种形式，平埋土，做成地窑。翌春地窖中的温度上升较慢，推迟苗木的是将主侧枝埋于土中，小侧枝露在外面一些；竖埋挖５０～发芽日期，延长造林时间，提高造林成活率。６０ｃｍ的深穴，将粗干竖立于穴中，填土踩实。２造林技术２．２造林密度２．１造林方法根据大青杨的生物学特性、经营措施、培育目的来确（１）一年生苗造林。在新皆伐迹地或新废耕地上，由定。如培育矿柱林、造纸材密度可密些，每亩一般１００～于杂草灌木较少、土壤条件较好，可用穴状整地，规格１３３株；培育胶合板、锯材等大径材，密度应稀些，每亩一４０ｃｍ×４０ｃｍＸ２５ｃｍ，早春随整地随造林；在老皆伐地及荒般６０～８０株。山荒地上，用１年生苗造林，由于杂草、灌木滋生，应采用２．３幼林抚育大穴整地，或带状整地。宜在前１年秋季整地，次春造林。大青杨较香杨侧枝发达，幼林时，加强修枝措施，否穴状整地规格５０ｃｍ×５０ｃｍ×３０ｃｍ或７０ｃｍＸ７０ｃｍＸ８０ｃｍ；带则侧枝徒长，影响主干生长。据试验，造林第１年６～７月状整地带宽０．５～１．Ｏｍ，带距３～４ｍ。份，进行人工修枝，能促进其主干迅速生长。（２）扦插造林。在新皆伐迹地及新废耕地，使用插参考文献：（略）穗，按规定的株行距，整好地，直接进行插条造林，插穗长１８～２０ｃｍ，要适时早插。万方数据０３