本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的柴油機故障診斷技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 本文在分析國內(nèi)外智能診斷技術(shù)的研究現(xiàn)狀及柴油機故障診斷的諸多方法的基礎(chǔ)上,給出了一種基于神經(jīng)網(wǎng)絡(luò)的柴油機故障智能診斷方法,并且著重對柴油機的燃油系統(tǒng)和渦輪增壓系統(tǒng)的故障診斷進行了分析研究。 論文首先對故障診斷技術(shù)的研究現(xiàn)狀及課題的研究內(nèi)容進行了簡要的論述,介紹了在柴油機故障診斷過程中采用的幾種常見方法,指出了故障診斷存在的問題及將來的發(fā)展方向,并對神經(jīng)網(wǎng)絡(luò)原理進行了闡述。 論文收集了大量的柴油機試驗運行資料,獲得了柴油機燃油系統(tǒng)和渦輪增壓系統(tǒng)的模擬故障數(shù)據(jù);把這些數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入樣本,構(gòu)建及訓(xùn)練神經(jīng)網(wǎng)絡(luò),并對柴油機模擬故障進行診斷,得出故障診斷結(jié)果。 神經(jīng)網(wǎng)絡(luò)是一種大規(guī)模并行的非線性系統(tǒng),具有很強的聯(lián)想學(xué)習(xí)能力、自組織、自適應(yīng)和高度的非線性運算能力,因此在識別那些復(fù)雜變量的因果關(guān)系上擁有較強的判斷能力。 本文采用徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)對故障進行診斷分析。系統(tǒng)研究了RBF神經(jīng)網(wǎng)絡(luò),詳細地探討了三層RBF網(wǎng)絡(luò)的結(jié)構(gòu)、網(wǎng)絡(luò)參數(shù)的設(shè)置、訓(xùn)練模式的選擇;運用K-means聚類算法,將特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入向量,其診斷結(jié)論作為輸出向量,對故障特征參數(shù)進行訓(xùn)練和識別診斷。 仿真試驗表明,基于神經(jīng)網(wǎng)絡(luò)的故障診斷結(jié)果與實測值具有良好的一致性,只要選擇足夠典型的原始故障樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)的容錯性和穩(wěn)定性就較好。基于神經(jīng)網(wǎng)絡(luò)的故障模式識別方法能充分利用信息特征,實現(xiàn)輸入與輸出之間的映射關(guān)系,得出準(zhǔn)確的診斷結(jié)果。
【關(guān)鍵詞】：柴油機 RBF神經(jīng)網(wǎng)絡(luò) 故障診斷 燃油系統(tǒng) 渦輪增壓系統(tǒng)
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2008
【分類號】：TK418
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-13
• 1.1 故障診斷技術(shù)的研究現(xiàn)狀10-11
• 1.2 故障診斷技術(shù)的發(fā)展趨勢11-12
• 1.3 本文的研究內(nèi)容12-13
• 第2章 神經(jīng)網(wǎng)絡(luò)故障診斷方法13-29
• 2.1 柴油機故障診斷方法概述13-16
• 2.1.1 基于振動信號的時頻特征提取分析法13-14
• 2.1.2 瞬時轉(zhuǎn)速波動診斷法14
• 2.1.3 基于灰色系統(tǒng)理論的故障診斷方法14
• 2.1.4 基于專家系統(tǒng)的智能化診斷方法14-15
• 2.1.5 基于神經(jīng)網(wǎng)絡(luò)的故障診斷法15-16
• 2.2 神經(jīng)網(wǎng)絡(luò)原理及其在故障診斷中的應(yīng)用16-19
• 2.2.1 神經(jīng)網(wǎng)絡(luò)的原理16-18
• 2.2.2 基于神經(jīng)網(wǎng)絡(luò)的故障診斷18-19
• 2.3 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)19-29
• 2.3.1 RBF神經(jīng)網(wǎng)絡(luò)原理19-20
• 2.3.2 RBF神經(jīng)網(wǎng)絡(luò)模型20-23
• 2.3.3 RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式和特點23-29
• 第3章 柴油機燃油系統(tǒng)的故障診斷29-56
• 3.1 柴油機燃油系統(tǒng)29-31
• 3.1.1 柴油機燃油系統(tǒng)的簡介29-30
• 3.1.2 柴油機燃油系統(tǒng)的噴射過程30-31
• 3.2 柴油機燃油系統(tǒng)壓力波31-34
• 3.2.1 壓力波形成機理31-33
• 3.2.2 壓力波的數(shù)據(jù)特征33
• 3.2.3 壓力波的測量33-34
• 3.3 柴油機燃油系統(tǒng)的幾種常見故障34-40
• 3.4 柴油機燃油壓力波形特征參數(shù)的提取40-49
• 3.4.1 燃油壓力波形態(tài)結(jié)構(gòu)的描述及提取41-46
• 3.4.2 診斷特征參數(shù)的識別46-49
• 3.5 基于RBF神經(jīng)網(wǎng)絡(luò)的燃油系統(tǒng)故障診斷49-56
• 3.5.1 樣本數(shù)據(jù)49-51
• 3.5.2 網(wǎng)絡(luò)結(jié)構(gòu)的確定及算法的實現(xiàn)51-52
• 3.5.4 網(wǎng)絡(luò)的訓(xùn)練和測試52-56
• 第4章 柴油機渦輪增壓系統(tǒng)的故障診斷56-69
• 4.1 渦輪增壓系統(tǒng)56
• 4.2 渦輪增壓系統(tǒng)的常見故障56-58
• 4.3 基于RBF神經(jīng)網(wǎng)絡(luò)的渦輪增壓系統(tǒng)的故障診斷58-69
• 4.3.1 輸入、輸出向量的確定及數(shù)據(jù)本集的設(shè)計58-63
• 4.3.2 網(wǎng)絡(luò)結(jié)構(gòu)的確定及訓(xùn)練63-64
• 4.3.3 網(wǎng)絡(luò)的測試及結(jié)果分析64-69
• 結(jié)論69-70
• 參考文獻70-73
• 致謝73-74
• 研究生履歷74

【引證文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 何岳華;王海波;曾利平;;基于聚類的模糊柴油機故障診斷[J];計算機仿真;2011年10期

2 王謙;張濤;;基于雙向聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)的柴油機故障診斷[J];科技信息;2011年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 王強;基于BP神經(jīng)網(wǎng)絡(luò)的柴油機熱紅外故障診斷方法研究[D];中北大學(xué);2012年

2 宋新剛;BP神經(jīng)網(wǎng)絡(luò)在遠洋船舶遠程監(jiān)控中的應(yīng)用研究[D];大連海事大學(xué);2010年

3 白慶虹;船用柴油機性能數(shù)據(jù)庫開發(fā)與神經(jīng)網(wǎng)絡(luò)診斷方法研究[D];武漢理工大學(xué);2010年

4 于洪波;船舶燃油供給系統(tǒng)故障診斷研究[D];大連海事大學(xué);2012年

  本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的柴油機故障診斷技術(shù)的研究，，由筆耕文化傳播整理發(fā)布。

本文編號：257798