FDFA及其在发动机故障诊断中的应用

发布时间：2024-12-07 00:13

　　 为了更早、更精确实施多种机器故障诊断,提出了模糊自动机半群的概念并介绍了其性质,给出了模糊自动机半群的推理方法,并讨论了模糊自动机半群的推理方法在机器发动机故障诊断中的应用。针对模糊自动机半群的多维模糊推理,提出了一种阈值、规则的模糊推理方法,构造了模糊自动机半群的推理系统。并把该系统应用于发动机的故障诊断,从而判断机器故障。这些研究成果,将为机械自动化、机器学习、动力系统研究等领域提供理论基础、机械构建方法和实验环境等。

【文章页数】：9 页

【部分图文】：

图1 基于FDFA半群的模糊推理的发动机诊断模型

在进行诊断时,需通过FDFA半群模糊推理技术对提取的相关特征参数进行分析,具体过程如图1所示。这里主要介绍如何利用FDFA半群的模糊推理进行故障诊断,通过对于发动机1号气缸的分析可知,自动机的1号气缸一共发现了3种故障,它们分别是油量不足、气门漏气和气缸漏气,如果算上正常模式,可....

图2 FDFA半群的模糊推理的训练过程

使用上面列表中的数据训练FDFA半群,经2000次迭代过程,以均方误差最小为其训练的性能指标。其模糊推理过程如图2所示。程序运行,由仿真得分类结果为:faultclass=[1,2,3,4]。由仿真结果可知,FDFA半群的模糊推理成功地对上述故障模式进行了分类,这与表2....

图3 基于FDFA半群的模糊推理对故障数据的实际跟踪结果

本文对故障数据采用基于FDFA半群的模糊推理等技术,得出结论:在应用该技术处理发动机故障问题后,不仅系统推理速度明显提高,而且还使推理系统的识别精度更加理想化。对如表3中的大量样本数据,FDFA半群的模糊推理对故障数据的跟踪如图3(a)所示。对如表4中的大量测试数据,FDFA半群....

本文编号：4014478