基于人工智能的汽车变速器齿轮噪声诊断系统

基于人工智能的汽车变速器齿轮噪声诊断系统(中文5000字,英文PDF)
摘要
  该论文主要介绍一种数字化齿轮噪声测量方法以及用于齿轮噪声诊断的神经网络系统的建立。
  仅从一些变速器生产线上的噪声水平测量很难可靠的评估变速器齿轮的整体噪声水平，而汽车变速器发出的齿轮噪声也可以由专家来评估，然而测量得到的噪声水平和齿轮噪声专家的评估结果并没有一定的关系。所以，应严格对待齿轮噪声的诊断。这样，这个拥有齿轮噪声诊断系统的自动生产线才能生产出高质量的汽车变速器。
  最近的一次基于人工智能的新齿轮噪声诊断系统的研究中，采用了神经网络系统。当神经网络系统的统计特性通过学习进行推广以后，以新的齿轮噪声诊断系统来测试齿轮噪声的结果是比较准确的。这一事实意味着许多经典的神经信号在实际中的使用是必要的。
  即使在其测试信号与普通信号不相似时，被提出的测量齿轮噪声水平的数字化解决方案也能使用神经网络系统给出一个准确的测试结果。此外，一种新的代替“反向传播法”来构建神经网络系统的“矩阵法”被提出。与“反向传播法”相比，“矩阵法”更以利于提高系统判断。
  “矩阵法”为神经网络系统带来了良好的测试性能，而且比较小的神经网络系统中间层数目，也更容易带来较好的测试性能。研究发现，“矩阵法”因之与最新解决方案的连接为科学界提供了一份很好的学习资料。自“矩阵法”被用来建立神经网络系统神经元之间的连接之后，新的齿轮噪声诊断系统实现了更高的准确诊断率，而其中神经网络系统的中间层只需要一个就足够位系统获得良好的诊断性能，本次实验中，采用过最多四个中间层数，却并没有提供良好的诊断性能。
关键词：齿轮，齿轮噪声，神经网络系统