基于局部回归神经网络的柴油机燃油喷射系统故障诊断研究
发布时间：2021-11-20 07:34
航运是国际主流的运输方式,柴油机是船舶的主要动力来源。柴油机燃油喷射系统作为船用柴油机重要组成部分,有必要对它的故障诊断技术进行深入研究。目前已应用的柴油机燃油喷射系统故障诊断方法往往存在缺陷和不足。例如油液分析法仅能判断使用润滑油的部件的相关故障、振动分析法信号采集困难、瞬时转速监测法只能确定故障位置但无法判断故障原因。神经网络拥有强大的并行计算能力,可以将输入向量迅速传递至神经元中进行计算和学习,其网络结构适用于解决线性空间至非线性空间的映射问题,在机械故障诊断方面表现优异。因此,本文采用将自适应遗传算法和神经网络结合的方法对柴油机燃油喷射系统进行故障诊断。在网络模型的选取方面,BP神经网络是一种多层前向模型学习算法,在结构上较为松散,有着诊断不精确、容易陷入局部极值的缺点。Elman神经网络作为一种局部回归神经网络,引入了负反馈机制,网络结构更加完整,诊断精度和速度比BP神经网络均有提高。同时,通过改进Elman神经网络的学习算法、激励函数和网络结构提高了Elman神经网络动态信息处理能力。结果表明,改进型Elman神经网络适用于在线诊断,整体诊断效果比BP神经网络更好。对遗传算...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图２．２?３种激励函数??Ｆｉｇ．?２．２?Ｔｈｒｅｅ?ｋｉｎｄｓ?ｏｆ?ａｃｔｉｖａｔｉｏｎ?ｆｕｎｃｔｉｏｎｓ??入正比，此经，＝?Ｊ火，Ａ
?大连海事大学硕士学位论文???Ｅｌｍａｎ神经网络在结构上由输入层、隐含层、承接层和输出层组成。输入层仅起到??接收外界信息的作用，权值为１。隐含层激励函数为Ｓ型函数，为全局响应函数。输出??层对隐含层结果进行线性加权。承接层为一个特别的隐含层，激励函数为Ｓ型函数，针??对上一时刻隐含层的输出调整权值和阈值，起到了负反馈作用。??２．３．２?Ｅｌｍａｎ神经网络计算流程??Ｅｌｍａｎ神经网络空间表达式如卜：??Ｙ（ｋ）?＝?ｇ（ｗ３?？（ｋ））?（２．２９）??ｉ／（ｋ）?＝?ｑ（ｗ，?ｕ．．?ｋ）?＋?ｗ２?Ｘ（ｋ－１））?（２．３０）??？．（ｋ）?＝?ｉ／（ｋ－ｌ）?（２．３１）??式中：义⑴是神经网络的外端输入；ｗ（ｋ）为隐含层输出；：Ｋ（ｋ）为网络的输出：叫为??承接层权值：ｗ２为隐含层权值；叫为输出层权值；《（？）为隐含层的传递函数。??Ｅｌｍａｎ神经网络流程如图２．７所示：??权值初始化??料軌?计算误左函数??输乂Ｓ＋?｜?Ｙ????飞?１?是否符合？??，Ｉ?ｒ＾ｎ?１??承接层?？??权值史新????Ｉ???Ｉ?［???输出层??图２．７?Ｅｌｍａｎ神经网络流程??Ｆｉｇ．?２．７?Ｅｌｍａｎ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ?ｆｌｏｗ??Ｅｌｍａｎ神经网络在计算时分为学习和验证两部分，首先对所有的权值和阈值进行赋??伉。在ＢＰ祌经网络的学４过程中，相输入仏总首先从输入以进入隐含层，经过ｉｌ？算后??１５??
，（々—１）?（２．４０）??式中／ｌ为自适应参数，取值为０．８５。该算法利用惯性，当前梯度与上次梯度进行??加权，方向一致时则累加，更新步长变大，方向相反时则互相抵消，逐渐趋近于平衡，??使误差函数值达到最校??２．４．２激励函数的改进??在理论上，任易阶导数均不为常数的函数均可以作为神经网络的激励函数。Ｅｌｍａｎ??神经网络通常使用Ｓｉｇｍｏｉｄ函数作为激励函数，函数表达式为：／（．〇?＝?—１一，导数为??１?＋?ｅ??／＇（ｘ）?＝?／（ｘ）（ｌ－／（．ｘ））。函数图像如图２．８所示：??Ｓｉｇｍｏｄ?呐数??０８?－???－??０．７?－?Ｚ?－??０．６?－?／?－??０?５?－?／?－??０．４?－?／?－??０．３?－?／?－??０２?－?Ｚ?－??０１?－??ｑ?—?ｉ?ｉ．?ｉ?垂?Ｉ?ｉ?Ｉ??－５?４?－３?－２?－１?０?１?２?３?４?５??图２．８?Ｓｉｇｍｏｉｄ函数图像??Ｆｉｇ．?２．８?Ｓｉｇｍｏｉｄ?ｆｕｎｃｔｉｏｎ?ｉｍａｇｅ??１８??
【参考文献】：
期刊论文
[1]柴油机喷油泵供油提前角的检查与调整[J]. 韩凤禹. 农机使用与维修. 2019(12)
[2]基于改进的遗传算法与人工神经网络的类流感的预测[J]. 胡红萍,白黄琴,白艳萍,张菊平,刘茂省. 中北大学学报(自然科学版). 2019(06)
[3]基于小波包分析和Elman神经网络的军用电源智能故障诊断[J]. 柯炎,樊波,谢一静,吕伟. 重庆大学学报. 2019(09)
[4]BP神经网络模型在无人机系统故障预测中的应用分析[J]. 苏续军,吕学志. 计算机应用与软件. 2019(09)
[5]多类别审计意见预测研究——基于SMOTE算法—BP神经网络模型[J]. 张庆龙,何斯佳. 审计研究. 2019(04)
[6]卫星数据传输全流程调度及优化算法[J]. 向云武,章文毅,田妙苗. 系统工程与电子技术. 2018(06)
[7]基于IPSO-Elman神经网络的航空发动机故障诊断[J]. 皮骏,黄江博. 航空动力学报. 2017(12)
[8]基于时域特征和小波分析的故障行波特征识别方法[J]. 李文国,马秉宇. 电气技术. 2017(05)
[9]遗传算法和神经网络在船舶柴油机故障诊断中的应用[J]. 冯长宝,韩忠伟,孙沫莉. 舰船科学技术. 2016(06)
[10]基于神经网络的柴油机燃油系统故障诊断[J]. 佟刚,郝旭. 机械工程与自动化. 2015(05)
博士论文
[1]轮机模拟器发动机建模方法研究[D]. 唐元元.大连海事大学 2018
硕士论文
[1]中央空调系统关键设备故障诊断研究[D]. 任聪.电子科技大学 2019
[2]基于卷积神经网络的车辆检测算法研究[D]. 张镇.北京交通大学 2018
[3]航空发动机传感器神经网络故障诊断及滑模容错控制研究[D]. 范昕宇.南京航空航天大学 2015
[4]基于神经网络的船舶柴油机故障诊断研究[D]. 陈涛.武汉理工大学 2014
[5]基于Elman神经网络的短期负荷预测[D]. 刘荣.浙江大学 2013
[6]基于瞬时转速法分析柴油机各缸工作均匀性的数据处理和故障诊断[D]. 衣文凤.山东大学 2009
本文编号：3506863
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图２．２?３种激励函数??Ｆｉｇ．?２．２?Ｔｈｒｅｅ?ｋｉｎｄｓ?ｏｆ?ａｃｔｉｖａｔｉｏｎ?ｆｕｎｃｔｉｏｎｓ??入正比，此经，＝?Ｊ火，Ａ
?大连海事大学硕士学位论文???Ｅｌｍａｎ神经网络在结构上由输入层、隐含层、承接层和输出层组成。输入层仅起到??接收外界信息的作用，权值为１。隐含层激励函数为Ｓ型函数，为全局响应函数。输出??层对隐含层结果进行线性加权。承接层为一个特别的隐含层，激励函数为Ｓ型函数，针??对上一时刻隐含层的输出调整权值和阈值，起到了负反馈作用。??２．３．２?Ｅｌｍａｎ神经网络计算流程??Ｅｌｍａｎ神经网络空间表达式如卜：??Ｙ（ｋ）?＝?ｇ（ｗ３?？（ｋ））?（２．２９）??ｉ／（ｋ）?＝?ｑ（ｗ，?ｕ．．?ｋ）?＋?ｗ２?Ｘ（ｋ－１））?（２．３０）??？．（ｋ）?＝?ｉ／（ｋ－ｌ）?（２．３１）??式中：义⑴是神经网络的外端输入；ｗ（ｋ）为隐含层输出；：Ｋ（ｋ）为网络的输出：叫为??承接层权值：ｗ２为隐含层权值；叫为输出层权值；《（？）为隐含层的传递函数。??Ｅｌｍａｎ神经网络流程如图２．７所示：??权值初始化??料軌?计算误左函数??输乂Ｓ＋?｜?Ｙ????飞?１?是否符合？??，Ｉ?ｒ＾ｎ?１??承接层?？??权值史新????Ｉ???Ｉ?［???输出层??图２．７?Ｅｌｍａｎ神经网络流程??Ｆｉｇ．?２．７?Ｅｌｍａｎ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ?ｆｌｏｗ??Ｅｌｍａｎ神经网络在计算时分为学习和验证两部分，首先对所有的权值和阈值进行赋??伉。在ＢＰ祌经网络的学４过程中，相输入仏总首先从输入以进入隐含层，经过ｉｌ？算后??１５??
，（々—１）?（２．４０）??式中／ｌ为自适应参数，取值为０．８５。该算法利用惯性，当前梯度与上次梯度进行??加权，方向一致时则累加，更新步长变大，方向相反时则互相抵消，逐渐趋近于平衡，??使误差函数值达到最校??２．４．２激励函数的改进??在理论上，任易阶导数均不为常数的函数均可以作为神经网络的激励函数。Ｅｌｍａｎ??神经网络通常使用Ｓｉｇｍｏｉｄ函数作为激励函数，函数表达式为：／（．〇?＝?—１一，导数为??１?＋?ｅ??／＇（ｘ）?＝?／（ｘ）（ｌ－／（．ｘ））。函数图像如图２．８所示：??Ｓｉｇｍｏｄ?呐数??０８?－???－??０．７?－?Ｚ?－??０．６?－?／?－??０?５?－?／?－??０．４?－?／?－??０．３?－?／?－??０２?－?Ｚ?－??０１?－??ｑ?—?ｉ?ｉ．?ｉ?垂?Ｉ?ｉ?Ｉ??－５?４?－３?－２?－１?０?１?２?３?４?５??图２．８?Ｓｉｇｍｏｉｄ函数图像??Ｆｉｇ．?２．８?Ｓｉｇｍｏｉｄ?ｆｕｎｃｔｉｏｎ?ｉｍａｇｅ??１８??
【参考文献】：
期刊论文
[1]柴油机喷油泵供油提前角的检查与调整[J]. 韩凤禹. 农机使用与维修. 2019(12)
[2]基于改进的遗传算法与人工神经网络的类流感的预测[J]. 胡红萍,白黄琴,白艳萍,张菊平,刘茂省. 中北大学学报(自然科学版). 2019(06)
[3]基于小波包分析和Elman神经网络的军用电源智能故障诊断[J]. 柯炎,樊波,谢一静,吕伟. 重庆大学学报. 2019(09)
[4]BP神经网络模型在无人机系统故障预测中的应用分析[J]. 苏续军,吕学志. 计算机应用与软件. 2019(09)
[5]多类别审计意见预测研究——基于SMOTE算法—BP神经网络模型[J]. 张庆龙,何斯佳. 审计研究. 2019(04)
[6]卫星数据传输全流程调度及优化算法[J]. 向云武,章文毅,田妙苗. 系统工程与电子技术. 2018(06)
[7]基于IPSO-Elman神经网络的航空发动机故障诊断[J]. 皮骏,黄江博. 航空动力学报. 2017(12)
[8]基于时域特征和小波分析的故障行波特征识别方法[J]. 李文国,马秉宇. 电气技术. 2017(05)
[9]遗传算法和神经网络在船舶柴油机故障诊断中的应用[J]. 冯长宝,韩忠伟,孙沫莉. 舰船科学技术. 2016(06)
[10]基于神经网络的柴油机燃油系统故障诊断[J]. 佟刚,郝旭. 机械工程与自动化. 2015(05)
博士论文
[1]轮机模拟器发动机建模方法研究[D]. 唐元元.大连海事大学 2018
硕士论文
[1]中央空调系统关键设备故障诊断研究[D]. 任聪.电子科技大学 2019
[2]基于卷积神经网络的车辆检测算法研究[D]. 张镇.北京交通大学 2018
[3]航空发动机传感器神经网络故障诊断及滑模容错控制研究[D]. 范昕宇.南京航空航天大学 2015
[4]基于神经网络的船舶柴油机故障诊断研究[D]. 陈涛.武汉理工大学 2014
[5]基于Elman神经网络的短期负荷预测[D]. 刘荣.浙江大学 2013
[6]基于瞬时转速法分析柴油机各缸工作均匀性的数据处理和故障诊断[D]. 衣文凤.山东大学 2009
本文编号：3506863
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3506863.html
