本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)信息融合的發(fā)動(dòng)機(jī)故障診斷系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 本論文首先探討了機(jī)械故障診斷的一些基本方法，特別對(duì)往復(fù)機(jī)械的故障診斷方法進(jìn)行深入的研究。針對(duì)工程中的關(guān)鍵機(jī)械，詳細(xì)研究了發(fā)動(dòng)機(jī)故障類別特點(diǎn)，發(fā)動(dòng)機(jī)故障珍斷的方法，比較了傳統(tǒng)診斷方法和智能診斷方法的優(yōu)缺點(diǎn)，并重點(diǎn)研究和總結(jié)了近年來在故障診斷領(lǐng)域得到廣泛應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)故障診斷方法。 發(fā)動(dòng)機(jī)作為往復(fù)機(jī)械的代表，故障呈現(xiàn)出比較復(fù)雜和多樣性的特點(diǎn)，應(yīng)用傳統(tǒng)的診斷方法很難進(jìn)行識(shí)別，并且診斷準(zhǔn)確性很低。隨著人工智能技術(shù)的發(fā)展和應(yīng)用，越來越多的科技人員把其引入故障診斷領(lǐng)域，收到了比傳統(tǒng)診斷方法更好的效果。 本論文詳細(xì)論述了神經(jīng)網(wǎng)絡(luò)在故障診斷領(lǐng)域的應(yīng)用，深入地研究了應(yīng)用神經(jīng)網(wǎng)絡(luò)實(shí)施發(fā)動(dòng)機(jī)故障診斷的方法。系統(tǒng)研究了BP網(wǎng)絡(luò)的數(shù)學(xué)原理、網(wǎng)絡(luò)模型結(jié)構(gòu)的建立原則、網(wǎng)絡(luò)參數(shù)選擇的方法、網(wǎng)絡(luò)樣本的訓(xùn)練方式、網(wǎng)絡(luò)樣本的處理方法等等，并且總結(jié)和探討了幾種BP改進(jìn)方法。 論文應(yīng)用VC＋＋語言和MATLAB工具軟件，建立發(fā)動(dòng)機(jī)的故障診斷系統(tǒng)，數(shù)據(jù)庫的操作采用了SQL Server 2000管理系統(tǒng)，，實(shí)現(xiàn)了初步的智能化診斷。最后，以潤(rùn)滑子系統(tǒng)為例實(shí)驗(yàn)了此系統(tǒng)，驗(yàn)證了應(yīng)用神經(jīng)網(wǎng)絡(luò)實(shí)施故障診斷的可行性和正確性。
【關(guān)鍵詞】：發(fā)動(dòng)機(jī) 故障診斷 神經(jīng)網(wǎng)絡(luò) BP算法
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2007
【分類號(hào)】：TK407
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-11
• 1.1 課題的目的和意義8
• 1.2 故障診斷與神經(jīng)網(wǎng)絡(luò)的結(jié)合8-9
• 1.3 本論文的主要研究?jī)?nèi)容9-11
• 第二章 故障診斷技術(shù)概論11-18
• 2.1 機(jī)械設(shè)備故障診斷技術(shù)概述11
• 2.2 故障診斷技術(shù)介紹11-18
• 2.2.1 往復(fù)機(jī)械故障診斷11-12
• 2.2.2 發(fā)動(dòng)機(jī)故障診斷12-16
• 2.2.3 發(fā)動(dòng)機(jī)故障診斷技術(shù)發(fā)展與展望16-18
• 第三章 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介18-44
• 3.1 神經(jīng)網(wǎng)絡(luò)的定義18-22
• 3.1.1 神經(jīng)網(wǎng)絡(luò)的發(fā)展和應(yīng)用18-20
• 3.1.2 人工神經(jīng)元的數(shù)學(xué)模型和工作方式20-21
• 3.1.3 人工神經(jīng)網(wǎng)絡(luò)的模型簡(jiǎn)介21-22
• 3.2 多層感知器——誤差反轉(zhuǎn)算法(BP算法)22-44
• 3.2.1 多層感知器網(wǎng)絡(luò)(BP網(wǎng)絡(luò))的拓?fù)浣Y(jié)構(gòu)和數(shù)學(xué)描述23-36
• 3.2.2 幾種改進(jìn)的BP算法36-39
• 3.2.3 多層感知器網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)選擇39-42
• 3.2.4 BP算法訓(xùn)練樣本的選擇和處理42-44
• 第四章 基于神經(jīng)網(wǎng)絡(luò)發(fā)動(dòng)機(jī)故障診斷系統(tǒng)的模型研究44-54
• 4.1 模型的確定44-45
• 4.2 基于 BP神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)故障診斷的流程45-47
• 4.3 發(fā)動(dòng)機(jī)故障診斷系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)的選取47-48
• 4.4 發(fā)動(dòng)機(jī)神經(jīng)網(wǎng)絡(luò)故障診斷樣本的獲取48-49
• 4.5 齒輪箱故障診斷仿真實(shí)例49-54
• 4.5.1 輸入輸出模式及樣本的確定49-50
• 4.5.2 BP網(wǎng)絡(luò)設(shè)計(jì)及實(shí)現(xiàn)50-54
• 第五章 發(fā)動(dòng)機(jī)故障診斷系統(tǒng)方案設(shè)計(jì)54-62
• 5.1 系統(tǒng)的需求分析54
• 5.2 系統(tǒng)可行性分析54-55
• 5.3 系統(tǒng)功能模塊的劃分55-59
• 5.4 系統(tǒng)的程序流程分析59-62
• 第六章 故障診斷系統(tǒng)的建立62-74
• 6.1 程序語言的選擇62-63
• 6.2 實(shí)現(xiàn)的幾個(gè)關(guān)鍵技術(shù)63-67
• 6.2.1 VC++和MATLAB相結(jié)合的途徑63-65
• 6.2.2 ADO技術(shù)的應(yīng)用65-67
• 6.3 診斷網(wǎng)絡(luò)的框架67-68
• 6.4 故障診斷系統(tǒng)的軟件界面設(shè)計(jì)68-69
• 6.5 故障診斷模塊的設(shè)計(jì)69-71
• 6.6 故障庫管理模塊的設(shè)計(jì)71
• 6.7 實(shí)驗(yàn)測(cè)試71-74
• 第七章 總結(jié)74-75
• 7.1 論文的總結(jié)74
• 7.2 本課題以后的工作74-75
• 參考文獻(xiàn)75-78
• 攻讀碩士期間發(fā)表的論文及所取得的研究成果78-79
• 致謝79

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前3條

1 曾秀麗;常巧霞;王福斌;于子旺;;基于集成神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷[J];計(jì)算機(jī)仿真;2010年08期

2 黃晶晶;李華;;用VC++和Matlab混合開發(fā)軟測(cè)量模型生成系統(tǒng)[J];山西電子技術(shù);2009年05期

3 陳明;朱文婷;周汝雁;何盛琪;;BP神經(jīng)網(wǎng)絡(luò)信息融合技術(shù)在水質(zhì)監(jiān)控中的應(yīng)用[J];微計(jì)算機(jī)信息;2010年10期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 胡春玲;番茄醬生產(chǎn)過程控制中的故障診斷技術(shù)研究[D];新疆大學(xué);2011年

2 仝磊;基于數(shù)據(jù)融合技術(shù)舞臺(tái)故障診斷方法的研究[D];江蘇科技大學(xué);2011年

3 劉召?gòu)V;基于數(shù)據(jù)融合的發(fā)動(dòng)機(jī)故障診斷系統(tǒng)研究[D];武漢科技大學(xué);2008年

4 占惠文;基于模糊神經(jīng)網(wǎng)絡(luò)的船舶柴油機(jī)故障診斷系統(tǒng)研究[D];武漢理工大學(xué);2009年

5 胡德振;武器隨動(dòng)系統(tǒng)的自動(dòng)測(cè)試系統(tǒng)設(shè)計(jì)與故障診斷技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

6 張玉玲;數(shù)控銑床伺服系統(tǒng)故障診斷與預(yù)報(bào)的研究[D];長(zhǎng)春工業(yè)大學(xué);2012年

  本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)信息融合的發(fā)動(dòng)機(jī)故障診斷系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：269274