基于BP神经网络和尾气分析的汽车故障诊断方法研究开题报告

1. 研究目的与意义

尾气分析不仅是检查排放污染物治理效果的唯一途径，而且还是对发动机工作状况及性能判定的重要手段。

在发动机不同工况下，通过检测废气中不同成分气体的含量对发动机的燃烧状况进行综合评价，判断发动机各系统故障，对汽车发动机的故障诊断具有重要意义。

本课题要求学生在matlab软件下的神经网络中进行模拟，选择合理的研究数据并模拟分析，说明设计结论。

2. 国内外研究现状分析

见文献综述

3. 研究的基本内容与计划

(1) 首先研究汽车尾气在汽车发动机故障诊断中应用，主要分析发动机各部分技术状况与汽车尾气成分间的关系，以及汽车尾气故障分析与排除研究；（2）研究神经网络的基本理论，并重点研究bp神经网络在故障识别中的应用；（3）利用matlab软件的gui功能，开发一个简易的人机交互平台，该平台能够实现尾气分析数据的导入，并用bp神经网络进行训练，利用训练好的网络模型对未知故障的汽车尾气分析数据进行故障识别。

（4）最后进行总结与展望。

期望学生通过该课题的设计，熟练掌握matlab，并对汽车故障智能诊断方法有一定程度的认识。

4. 研究创新点

利用BP神经网络和尾气分析的汽车故障诊断是智能诊断的有效方法，对以后的诊断模式有着指导意义。