改进BP神经网络的EPS扭矩传感器的诊断  

EPS Torque Sensor Fault Diagnosis Based on Improved Neural Network

作　　者：陈龙[1] 倪永成[1] 聂佳梅[1] 江浩斌[1] 

机构地区：[1]江苏大学汽车与交通工程学院,江苏镇江212013

出　　处：《微计算机信息》2009年第19期99-101,共3页Control & Automation

基　　金：基金申请人:陈龙;项目名称:电动助力转向与汽车性能协调系统的分析及综合控制研究;基金颁发部门:国家自然科学基金委(50475121)

摘　　要：为了准确检测到EPS(电动助力转向系统)扭矩传感器的具体故障部位,及时发现可能出现的故障,提高扭矩传感器的可靠性,针对BP神经网络的不足,提出了一种基于改进型BP神经网络的扭矩传感器故障诊断方法,通过对隐层神经元的修正,改进了BP神经网络的网络结构和训练方法,并应用于EPS扭矩传感器的故障诊断中。对扭矩传感器故障诊断系统进行仿真,结果表明,该方法在扭矩传感器的故障诊断方面能够取得很好的效果。In order to find the idiographic broken-down parts, find the possible diagnosis in time, improve reliability of torque sensor, aim at the shortage of BP NN, a new torque sensor fault diagnosis method based on BP neural network was proposed. Based on the hidden neurons and correction, the BP networks structure and training algorithm applied to the EPS torque sensor fault diagnosis was ameliorated. The simulation for torque sensor showed that this method can acquire a better result from the fault diagnosis for the torque sensor.

关 键 词：BP神经网络 EPS 扭矩传感器 故障诊断 

分 类 号：U463.44[机械工程—车辆工程]