面向大数据新能源拖拉机发动机智能故障监测系统

发布时间：2021-09-29 18:45

　　以新能源拖拉机发动机为研究对象,首先介绍了发动机智能故障诊断原理和监测方法,然后基于大数据和神经网络技术,设计了面向大数据新能源拖拉机发动机智能故障监测系统,并进行了发动机故障诊断仿真和试验。结果表明:该方法能够有效地对新能源拖拉机发动机故障进行诊断,诊断正确率较高,可为发动机故障诊断及维修人员提供参考。 

【文章来源】：农机化研究. 2020,42(11)北大核心

【文章页数】：5 页

【部分图文】：

故障诊断流程示意图

2)故障识别。当机器在正常作业过程中,需要通过一系列的参数预测和判断机器未来一定时间内的状态。当机器处在故障状态时,需要根据机器采集到的信号参数诊断故障的类型、部位等,故障的识别分类过程是根据采集到的故障征兆,采用各种识别算法和识别模型,进行精确的故障诊断。故障诊断常规方法如图2所示。本文采用基于神经网络的知识智能故障诊断方法。1.2 基于神经网络的智能故障诊断方法

神经网络是研究学者模拟人类大脑思考和分析问题建立的数学模型,其采用梯度最速下降和更新权重等方法,获得最小化误差函数,通过将训练样本输入网络,在重复学习和训练之后,生成一组权重以调用测试样本,从而预测目标对象的特征。神经网络由输入层、隐藏层和输出层组成。结构示意如图3所示。其输入输出的关系表达式为

【参考文献】：
期刊论文
[1]基于故障树的天然气发动机故障诊断专家系统设计[J]. 王海澜.  电子技术与软件工程. 2019(05)
[2]PNN神经网络在尾气分析发动机故障诊断中的应用[J]. 郝大鹏,巴寅亮,李春兰,王书提,加克·乌云才次克.  现代电子技术. 2019(05)
[3]基于车联网的汽车发动机远程故障诊断研究[J]. 林素敏,刘方,段少勇.  小型内燃机与车辆技术. 2019(01)
[4]基于大数据挖掘技术的输变电设备故障诊断方法分析[J]. 苟筱林.  通信电源技术. 2019(01)
[5]大数据下机械装备故障的深度迁移诊断方法[J]. 雷亚国,杨彬,杜兆钧,吕娜.  机械工程学报. 2019(07)
[6]基于大数据的电梯故障诊断与预测研究[J]. 陈志平,汪赞,张国安,李春光,李哲威,何平.  机电工程. 2019(01)
[7]基于大数据的单站端故障诊断及辅助决策方法[J]. 谭文忠,陈浩,石辉,梅红兴.  国网技术学院学报. 2018(06)
[8]基于神经网络的柴油发动机的故障诊断[J]. 宋娟,蒙晔.  工业控制计算机. 2018(11)
[9]基于大数据的液压支架电液控制系统故障诊断[J]. 张雪梅.  工矿自动化. 2018(12)
[10]遗传算法优化的SVM在航空发动机磨损故障诊断中的应用[J]. 皮骏,马圣,贺嘉诚,孔庆国,马龙.  润滑与密封. 2018(10)

博士论文
[1]基于粒子群优化算法的航空发动机故障诊断与性能参数预测研究[D]. 郑波.电子科技大学 2018
[2]电控汽油机智能控制策略及故障诊断的研究[D]. 李国勇.太原理工大学 2007

硕士论文
[1]基于PSO优化BP神经网络的柴油发动机故障诊断研究[D]. 李莉.西北农林科技大学 2018
[2]面向工业大数据的智能故障诊断方法研究[D]. 司佳.山东大学 2018
[3]基于多维数据挖掘方法的发动机振动评级的应用研究[D]. 樊钊.合肥工业大学 2017
[4]基于模糊神经网络的汽车发动机故障诊断系统及其方法研究[D]. 傅鹤川.华南理工大学 2017
[5]基于发动机性能测试试验的故障诊断方法研究[D]. 陶健.上海交通大学 2015
[6]基于模糊神经网络的车用发动机故障诊断方法研究[D]. 冯学敏.重庆理工大学 2010



本文编号：3414261