题目：模糊理论与神经网络技术在汽车发动机故障诊断中的应用研究

本文主要研究的内容为汽车发动机故障诊断的新方法探讨，即模糊理论与神经网络相结合的发动机故障诊断方法，具体包括模糊理论和神经网络及其在汽车发动机故障诊断中的应用。模糊理论包含方面较多，这里主要应用了隶属函数的建立方法和隶属函数表达式的确认方法。应用隶属度概念可以把发动机故障的特征参数分级模糊化，再应用模糊推理中的Miamdani推理方法实现对故障模式的模糊推理。神经网络具有较强的自适应和学习的能力，网络通过训练，学会对输入向量分析和推理，从而实现计算、记忆、联想、识别等功能，神经网络的许多特性表明它适用于发动机的故障诊断应用。由于神经网络和模糊理论各有局限性，因此可以考虑将二者结合起来，发挥各自的优势并弥补其不足。由于BP神经网络是应用最广泛、最成熟的网络之一，这里以BP神经网络为应用模型，把模糊化后的故障特征参数作为网络的输入样本，对样本数据训练、仿真。 论文在充分分析电控发动机的故障征兆技术状态特征后，以电控发动机的典型故障为例，利用模糊理论和神经网络相结合的诊断方法对故障模式识别及其故障部位判断与故障原因分析等问题进行了深入的研究，此外，以MATLAB7.0 应用软件为主要的数值计算和分析手段，重点研究了在对故障模糊化分类后，应用神经网络对电控发动机典型故障原因的识别问题。