16672

16672

الگوريتمي تركيبي براي تشخيص خطاهاي موتور با استفاده از تكنيك‌هاي داده‌كاوي

كارشناسي ارشد

نرم‌افزار

آبان ماه 1395

دكتر بهروز مينايي

كامپيوتر

چكيده: در توليدات صنعتي و به‌ويژه صنايع خودروسازي آنچه بعد از ميزان توليد حائز اهميت است كيفيت محصولات توليدشده است. در تعريفي كلي كيفيت را مي‌توان همان نبود نقص در محصول دانست. در حال حاضر با گسترش اتومبيل‌هاي پيچيده، لزوم توسعه عمومي و خودكار ابزارهاي تشخيص عيب به وجود آمده است. وسايل نقليه حاوي بيش از صد سيستم دريافت داده مي‌باشند تا بتوانند تعداد زيادي از متغيرهاي سيستمي را كنترل و نمايش دهند و به واحد كنترل الكترونيك براي پردازش انتقال دهند، در اين تحقيق به بررسي تركيب الگوريتم شبكه عصبي و ماشين بردار پشتيبان براي تشخيص خطاي كويل و حس‌گر ميل بادامك مي‌پردازيم. هدف اصلي اين تحقيق اين است كه نشان دهيم با استفاده از تكنيك‌هاي داده‌كاوي و تركيب الگوريتم شبكه عصبي و ماشين بردار پشتيبان مي‌توان تشخيص خطاي موتور را بهبود بخشيد. كلمات كليدي: داده‌كاوي، شبكه عصبي، ماشين بردار پشتيبان، واحد كنترل الكترونيك، خودرو، تشخيص خطا

1395/11/27

1/1/1900 12:00:00 AM

Abstract: In industrial production an​d in particular the automotive industry after the production what is important is the quality of products produced. The general definition of defects in product quality can not be the same. Now with the development of sophisticated cars, the need for public outreach an​d automated diagnostic tools come into being. Vehicles with more than a hundred are receiving data system to monitor an​d control a large number of system variables an​d transfer to an electronic control unit for processing. modified the engine. Keywords: data mining, neural networks, support vector machines, electronic control units, automotive, fault diagnosis.