首 页文档资料下载资料维修视频汽修在线平台
请登录  |  免费注册
当前位置:精通维修下载 > 文档资料 > 汽车技术 > 汽车相关
神经网络在发动机故障维修中的应用
来源:汽车维修  作者:佚名  2015-01-17 08:35:21

    一、我国汽车维修企业的发展现状分析
    1.我国汽车维修企业故障维修管理的发展现状
    随着经济的不断发展,我国汽车维修企业对故障维修管理的要求也在不断提高,由于国家政策及汽车企业年度计划的原因,必须要加强汽车维修企业的故障维修管理的有效性,但是对于我国汽车维修企业在故障维修管理过程中存在的管理水平不高,故障维修管理与审核人员专业水平不足等诸如此类的问题,应该采取一定措施来改良故障维修管理手段,加强我国汽车维修企业故障维修管理的有效性,为其它行业的故障维修管理工作提供可借鉴的经验。
    2.关于神经网络
    神经网络系统是一种模仿人类及动物的神经网络结构的一种程序,通过在机械中进行神经模拟的算法模型。这种神经网络系统主要依靠于程序的综合性,通过调整内部大量节点与以往数据之间相互连接的关系,分析出机械中的不同之处,从而达到处理信息,解决问题的目的。遗传算法是模拟自然界中生物进化规律而提出的一种非数字型自适应优化探索方法。它从某一初始群体出发,按照一定的操作规则,不断迭代计算,逐步逼近最优解,其本质上属于随机寻优过程,不存在局部收敛问题,因此可以将遗传算法应用于BP网络,克服其原来算法的缺陷。
    3.关于神经网络在汽车维修中的发展分析
    汽车自出现以来就保持着高速的发展,汽车算是一个集合了各种学科专业知识的系统。汽车中所包含的专业科学类型包括机械学、电子计算机学科、工程与化学材料学科、能源科技学科、环境保护学科、自动控制与电气化学科等,毫不夸张的说,几乎所有与机械有关系的学科在汽车这个系统集合体中都可以找到。在科技高速发展的今天,汽车科技每日都在发生不可思议的变化,层出不穷的新技术和新材料,在投入生产之后,很快就可以出现在汽车科技的应用系统中,这也是汽车行业带动其它行业发展的正面案例。进入21世纪之后,汽车的发展更是日新月异。自动智能化是一项新技术,在汽车及汽车维修上的使用程度逐渐提高,让汽车的科技化程度有效提高。其中最有效的一个热点就是人工神经网络的应用,它可以有效解决汽车维修工作中的问题。从人工神经网络的角度来讲,人脑是一部异常出色的智能机器,能够以惊人的速度处理各种感觉器官传来的模糊不清的信息,迅速地进行推理判断,恰到好处地做出反应,这些能力用于汽车科技及汽车维修领域是极其有用的。近年来,汽车领域中开展了神经控制的应用研究,在汽车四轮定位、零件细节维修等方面有了长足的进步。早在1994年日本东京工学院和马自达汽车公司就已经开始采用神经网络方法来进行汽车的研究,通过在汽车制动及防滑方面技术的应用,东京的科学家设计了4ws汽车控制系统,对汽车局部的操作系统进行了改良。而在1996年美国密歇根大学提出的一个命题,是基于神经网络的汽车转向智能控制系统,是将神经网络直接引入到汽车技术中的壮举,为现在的神经网络应用打下了基础。

    二、我国汽车发动机维修工作中存在的问题与现象
      1.我国汽车维修企业的故障维修管理有效性低
    汽车维修企业的发动机维修管理属于故障维修管理的范畴,提高发动机维修管理的手段需要落实到故障维修管理中,通过提高发动机维修管理的整体水平,来带动汽车维修企业的发展。但是现如今我国汽车维修企业故障维修管理有效性低,主要表现为对单位所有的故障维修不能充分掌握,对我国汽车维修企业的整体发展造成了负面影响,这主要源自于汽车维修企业对发动机故障维修管理的认识不足,对发动机维修管理的具体实施不够全面,导致我国汽车维修企业故障维修管理手段不足,管理有效性低,因此需要引进神经网络系统。
      2.我国汽车维修企业对故障维修管理的认识不足
    在我国汽车维修企业中,通过对故障维修的了解与掌握,企业能够对汽车维修的整体工作进行监督控制,但是由于维修人员对故障维修管理的认识不足,导致对故障维修的管理不充分,严重影响了汽车维修企业维修管理的有效性。对故障维修进行有效管理,能够帮助汽车维修企业对自身情况做到充分的掌握,然而故障维修管理的不足会导致对自身情况估计失误,将造成对汽车维修企业的严重损失,因此加强对故障维修管理的控制是汽车维修企业发展的必要工作,需要得到汽车维修企业的管理层及维修人员的重视。

[1] [2]  下一页

关键词:

  • 好的评价
      0%(0)
  • 差的评价
      0%(0)

文章评论评论内容只代表网友观点,与本站立场无关!

   评论摘要(共 0 条,得分 0 分,平均 0 分)
Copyright © 2007-2017 down.gzweix.Com. All Rights Reserved .
页面执行时间:35,570.31000 毫秒