基于神经网络的柴油机故障诊断技术的研究

发布时间：2017-03-20 13:03

  本文关键词：基于神经网络的柴油机故障诊断技术的研究，由笔耕文化传播整理发布。

【摘要】： 本文在分析国内外智能诊断技术的研究现状及柴油机故障诊断的诸多方法的基础上,给出了一种基于神经网络的柴油机故障智能诊断方法,并且着重对柴油机的燃油系统和涡轮增压系统的故障诊断进行了分析研究。 论文首先对故障诊断技术的研究现状及课题的研究内容进行了简要的论述,介绍了在柴油机故障诊断过程中采用的几种常见方法,指出了故障诊断存在的问题及将来的发展方向,并对神经网络原理进行了阐述。 论文收集了大量的柴油机试验运行资料,获得了柴油机燃油系统和涡轮增压系统的模拟故障数据;把这些数据作为神经网络的输入样本,构建及训练神经网络,并对柴油机模拟故障进行诊断,得出故障诊断结果。 神经网络是一种大规模并行的非线性系统,具有很强的联想学习能力、自组织、自适应和高度的非线性运算能力,因此在识别那些复杂变量的因果关系上拥有较强的判断能力。 本文采用径向基函数(RBF)神经网络对故障进行诊断分析。系统研究了RBF神经网络,详细地探讨了三层RBF网络的结构、网络参数的设置、训练模式的选择;运用K-means聚类算法,将特征参数作为神经网络的输入向量,其诊断结论作为输出向量,对故障特征参数进行训练和识别诊断。 仿真试验表明,基于神经网络的故障诊断结果与实测值具有良好的一致性,只要选择足够典型的原始故障样本训练神经网络,网络的容错性和稳定性就较好。基于神经网络的故障模式识别方法能充分利用信息特征,实现输入与输出之间的映射关系,得出准确的诊断结果。
【关键词】：柴油机 RBF神经网络 故障诊断 燃油系统 涡轮增压系统
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：TK418
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-13
• 1.1 故障诊断技术的研究现状10-11
• 1.2 故障诊断技术的发展趋势11-12
• 1.3 本文的研究内容12-13
• 第2章 神经网络故障诊断方法13-29
• 2.1 柴油机故障诊断方法概述13-16
• 2.1.1 基于振动信号的时频特征提取分析法13-14
• 2.1.2 瞬时转速波动诊断法14
• 2.1.3 基于灰色系统理论的故障诊断方法14
• 2.1.4 基于专家系统的智能化诊断方法14-15
• 2.1.5 基于神经网络的故障诊断法15-16
• 2.2 神经网络原理及其在故障诊断中的应用16-19
• 2.2.1 神经网络的原理16-18
• 2.2.2 基于神经网络的故障诊断18-19
• 2.3 径向基函数神经网络19-29
• 2.3.1 RBF神经网络原理19-20
• 2.3.2 RBF神经网络模型20-23
• 2.3.3 RBF神经网络的学习方式和特点23-29
• 第3章 柴油机燃油系统的故障诊断29-56
• 3.1 柴油机燃油系统29-31
• 3.1.1 柴油机燃油系统的简介29-30
• 3.1.2 柴油机燃油系统的喷射过程30-31
• 3.2 柴油机燃油系统压力波31-34
• 3.2.1 压力波形成机理31-33
• 3.2.2 压力波的数据特征33
• 3.2.3 压力波的测量33-34
• 3.3 柴油机燃油系统的几种常见故障34-40
• 3.4 柴油机燃油压力波形特征参数的提取40-49
• 3.4.1 燃油压力波形态结构的描述及提取41-46
• 3.4.2 诊断特征参数的识别46-49
• 3.5 基于RBF神经网络的燃油系统故障诊断49-56
• 3.5.1 样本数据49-51
• 3.5.2 网络结构的确定及算法的实现51-52
• 3.5.4 网络的训练和测试52-56
• 第4章 柴油机涡轮增压系统的故障诊断56-69
• 4.1 涡轮增压系统56
• 4.2 涡轮增压系统的常见故障56-58
• 4.3 基于RBF神经网络的涡轮增压系统的故障诊断58-69
• 4.3.1 输入、输出向量的确定及数据本集的设计58-63
• 4.3.2 网络结构的确定及训练63-64
• 4.3.3 网络的测试及结果分析64-69
• 结论69-70
• 参考文献70-73
• 致谢73-74
• 研究生履历74

【引证文献】

中国期刊全文数据库 前2条

1 何岳华;王海波;曾利平;;基于聚类的模糊柴油机故障诊断[J];计算机仿真;2011年10期

2 王谦;张涛;;基于双向联想记忆神经网络的柴油机故障诊断[J];科技信息;2011年02期

中国硕士学位论文全文数据库 前4条

1 王强;基于BP神经网络的柴油机热红外故障诊断方法研究[D];中北大学;2012年

2 宋新刚;BP神经网络在远洋船舶远程监控中的应用研究[D];大连海事大学;2010年

3 白庆虹;船用柴油机性能数据库开发与神经网络诊断方法研究[D];武汉理工大学;2010年

4 于洪波;船舶燃油供给系统故障诊断研究[D];大连海事大学;2012年

  本文关键词：基于神经网络的柴油机故障诊断技术的研究，，由笔耕文化传播整理发布。

本文编号：257798