基于神经网络信息融合的发动机故障诊断系统研究

发布时间：2017-03-26 20:00

  本文关键词：基于神经网络信息融合的发动机故障诊断系统研究，由笔耕文化传播整理发布。

【摘要】： 本论文首先探讨了机械故障诊断的一些基本方法，特别对往复机械的故障诊断方法进行深入的研究。针对工程中的关键机械，详细研究了发动机故障类别特点，发动机故障珍断的方法，比较了传统诊断方法和智能诊断方法的优缺点，并重点研究和总结了近年来在故障诊断领域得到广泛应用的人工神经网络故障诊断方法。 发动机作为往复机械的代表，故障呈现出比较复杂和多样性的特点，应用传统的诊断方法很难进行识别，并且诊断准确性很低。随着人工智能技术的发展和应用，越来越多的科技人员把其引入故障诊断领域，收到了比传统诊断方法更好的效果。 本论文详细论述了神经网络在故障诊断领域的应用，深入地研究了应用神经网络实施发动机故障诊断的方法。系统研究了BP网络的数学原理、网络模型结构的建立原则、网络参数选择的方法、网络样本的训练方式、网络样本的处理方法等等，并且总结和探讨了几种BP改进方法。 论文应用VC＋＋语言和MATLAB工具软件，建立发动机的故障诊断系统，数据库的操作采用了SQL Server 2000管理系统，，实现了初步的智能化诊断。最后，以润滑子系统为例实验了此系统，验证了应用神经网络实施故障诊断的可行性和正确性。
【关键词】：发动机 故障诊断 神经网络 BP算法
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TK407
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-11
• 1.1 课题的目的和意义8
• 1.2 故障诊断与神经网络的结合8-9
• 1.3 本论文的主要研究内容9-11
• 第二章 故障诊断技术概论11-18
• 2.1 机械设备故障诊断技术概述11
• 2.2 故障诊断技术介绍11-18
• 2.2.1 往复机械故障诊断11-12
• 2.2.2 发动机故障诊断12-16
• 2.2.3 发动机故障诊断技术发展与展望16-18
• 第三章 神经网络简介18-44
• 3.1 神经网络的定义18-22
• 3.1.1 神经网络的发展和应用18-20
• 3.1.2 人工神经元的数学模型和工作方式20-21
• 3.1.3 人工神经网络的模型简介21-22
• 3.2 多层感知器——误差反转算法(BP算法)22-44
• 3.2.1 多层感知器网络(BP网络)的拓扑结构和数学描述23-36
• 3.2.2 几种改进的BP算法36-39
• 3.2.3 多层感知器网络结构参数选择39-42
• 3.2.4 BP算法训练样本的选择和处理42-44
• 第四章 基于神经网络发动机故障诊断系统的模型研究44-54
• 4.1 模型的确定44-45
• 4.2 基于 BP神经网络的发动机故障诊断的流程45-47
• 4.3 发动机故障诊断系统网络结构参数的选取47-48
• 4.4 发动机神经网络故障诊断样本的获取48-49
• 4.5 齿轮箱故障诊断仿真实例49-54
• 4.5.1 输入输出模式及样本的确定49-50
• 4.5.2 BP网络设计及实现50-54
• 第五章 发动机故障诊断系统方案设计54-62
• 5.1 系统的需求分析54
• 5.2 系统可行性分析54-55
• 5.3 系统功能模块的划分55-59
• 5.4 系统的程序流程分析59-62
• 第六章 故障诊断系统的建立62-74
• 6.1 程序语言的选择62-63
• 6.2 实现的几个关键技术63-67
• 6.2.1 VC++和MATLAB相结合的途径63-65
• 6.2.2 ADO技术的应用65-67
• 6.3 诊断网络的框架67-68
• 6.4 故障诊断系统的软件界面设计68-69
• 6.5 故障诊断模块的设计69-71
• 6.6 故障库管理模块的设计71
• 6.7 实验测试71-74
• 第七章 总结74-75
• 7.1 论文的总结74
• 7.2 本课题以后的工作74-75
• 参考文献75-78
• 攻读硕士期间发表的论文及所取得的研究成果78-79
• 致谢79

【引证文献】

中国期刊全文数据库 前3条

1 曾秀丽;常巧霞;王福斌;于子旺;;基于集成神经网络的电机故障诊断[J];计算机仿真;2010年08期

2 黄晶晶;李华;;用VC++和Matlab混合开发软测量模型生成系统[J];山西电子技术;2009年05期

3 陈明;朱文婷;周汝雁;何盛琪;;BP神经网络信息融合技术在水质监控中的应用[J];微计算机信息;2010年10期

中国硕士学位论文全文数据库 前6条

1 胡春玲;番茄酱生产过程控制中的故障诊断技术研究[D];新疆大学;2011年

2 仝磊;基于数据融合技术舞台故障诊断方法的研究[D];江苏科技大学;2011年

3 刘召广;基于数据融合的发动机故障诊断系统研究[D];武汉科技大学;2008年

4 占惠文;基于模糊神经网络的船舶柴油机故障诊断系统研究[D];武汉理工大学;2009年

5 胡德振;武器随动系统的自动测试系统设计与故障诊断技术研究[D];哈尔滨工业大学;2009年

6 张玉玲;数控铣床伺服系统故障诊断与预报的研究[D];长春工业大学;2012年

  本文关键词：基于神经网络信息融合的发动机故障诊断系统研究，由笔耕文化传播整理发布。

本文编号：269274