本文關(guān)鍵詞：基于小波神經(jīng)網(wǎng)絡(luò)的柴油機燃油系統(tǒng)故障診斷的設(shè)計與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】： 目前,柴油機燃油系統(tǒng)故障診斷理論和方法已成為研究的熱門課題。作為往復式機械的典型代表,柴油機燃油系統(tǒng)故障呈現(xiàn)出復雜性和多樣性的特點,因而應(yīng)用傳統(tǒng)的故障診斷理論和方法很難達到預(yù)期的目的和要求。神經(jīng)網(wǎng)絡(luò)理論的不斷成熟,為柴油機燃油系統(tǒng)故障診斷提供了新思路、新方法。特征提取是故障診斷的重要環(huán)節(jié),是決定診斷成功與否的關(guān)鍵。小波變換,由于其具有空間局部化的性質(zhì),成為了特征提取的重要手段。因此,小波變換與神經(jīng)網(wǎng)絡(luò)的結(jié)合—小波神經(jīng)網(wǎng)絡(luò)在柴油機燃油系統(tǒng)故障診斷中備受關(guān)注。本論文以現(xiàn)代檢測技術(shù)、小波變換和人工神經(jīng)網(wǎng)絡(luò)等理論為基礎(chǔ),設(shè)計了柴油機燃油系統(tǒng)的故障診斷系統(tǒng),并將其應(yīng)用于工程中,取得了很好的效果。本論文的主要工作體現(xiàn)在以下幾個方面： 1、采用了新型的不解體安裝的固態(tài)信號采集方法。采用夾持式傳感器,間接得到高壓油腔內(nèi)的壓力波形,實現(xiàn)柴油機油壓波形的不解體在線采集。 2、研究了基于小波變換的特征提取方法。在分析和闡述小波變換的基本理論和方法的基礎(chǔ)上,針對油壓波形的特點,研究了以下提取油壓波形特征的方法： (1)小波系數(shù)模極大值法。柴油機油壓信號在起噴點和最大噴油壓力點往往包含著故障信號的重要特征。針對這一特點,本文應(yīng)用小波系數(shù)模極大值法進行多尺度信號邊緣檢測,分析提取油壓信號的故障特征。結(jié)果表明,小波系數(shù)模極大值法可較準確的提取油壓信號的故障特征。 (2)小波包頻帶能量分析法。根據(jù)頻帶能量分析技術(shù),提出“能量-故障”法,進行油壓信號的故障特征提取。結(jié)果表明,采用頻帶能量分析法優(yōu)于小波系數(shù)模極大值法,它提取的能量特征更適合作為神經(jīng)網(wǎng)絡(luò)故障診斷的輸入向量。 3、研究了神經(jīng)網(wǎng)絡(luò)診斷柴油機燃油系統(tǒng)故障的方法。針對BP網(wǎng)絡(luò)易陷入局部極小值和收斂速度慢的缺點,提出了以下診斷燃油系統(tǒng)故障的方法。 (1)研究了基于RBF網(wǎng)絡(luò)的燃油系統(tǒng)故障診斷。充分利用RBF網(wǎng)絡(luò)具有唯一最佳逼近和沒有局部極小點的重要特征,對柴油機燃油系統(tǒng)進行故障診斷。診斷結(jié)果表明,采用RBF這種新型的網(wǎng)絡(luò)結(jié)構(gòu),進行柴油機燃油系統(tǒng)故障診斷,可以從根本上避免網(wǎng)絡(luò)陷入局部極小點和收斂速度慢的問題,從而準確快速地診斷故障。 (2)探索了基于SOFM網(wǎng)絡(luò)的燃油系統(tǒng)的故障診斷。根據(jù)SOFM理論構(gòu)建網(wǎng)絡(luò)模型,并用于診斷燃油系統(tǒng)故障。結(jié)果表明,SOFM網(wǎng)絡(luò)診斷模型對輸入樣本向量要求較高,但診斷結(jié)果較為準確。 4、提出了小波包神經(jīng)網(wǎng)絡(luò)應(yīng)用于柴油機燃油系統(tǒng)故障診斷中的新方法。文中闡述了應(yīng)用小波變換提取特征信息的方法和神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)與理論,將小波包能量與RBF網(wǎng)絡(luò)相結(jié)合用于燃油系統(tǒng)故障診斷。小波變換與神經(jīng)網(wǎng)絡(luò)的松散型結(jié)合,大大提高了診斷的準確性。 5、以165型柴油機作為研究對象,設(shè)計了柴油機燃油系統(tǒng)的故障診斷系統(tǒng),并進行了現(xiàn)場驗證。上位機基于VC++設(shè)計,下位機基于89C52單片機設(shè)計,二者通過RS-232進行串行通訊�，F(xiàn)場驗證了本系統(tǒng)的可行性,能實現(xiàn)柴油機燃油系統(tǒng)實時在線診斷。 最后,對本文所做的工作,以及獲得的成果經(jīng)驗進行了簡單總結(jié),分析了本文的不足之處以及有待進一步解決的問題。
【關(guān)鍵詞】：柴油機 燃油系統(tǒng) 故障診斷 小波分析 神經(jīng)網(wǎng)絡(luò)
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2010
【分類號】：TK428
【目錄】：

• 摘要11-13
• ABSTRACT13-16
• 縮略詞注釋表16-17
• 第一章 緒論17-25
• 1.1 引言17-18
• 1.2 設(shè)備故障診斷理論概述18-21
• 1.2.1 故障診斷技術(shù)簡介18-19
• 1.2.2 柴油機故障診斷技術(shù)研究現(xiàn)狀19-20
• 1.2.3 小波神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀20-21
• 1.3 課題研究的目的與意義21-22
• 1.3.1 課題研究的目的21
• 1.3.2 課題研究的意義21-22
• 1.4 本課題的主要工作及特點22-25
• 第二章 基于小波變換的故障特征提取25-43
• 2.1 小波分析基礎(chǔ)25-32
• 2.1.1 小波分析定義25-26
• 2.1.2 連續(xù)小波變換26-28
• 2.1.3 離散小波變換28
• 2.1.4 多分辨率分析28-30
• 2.1.5 小波包理論30-31
• 2.1.6 小波和小波包分解的信號重構(gòu)31-32
• 2.2 利用小波模極大值法進行信號特征提取32-35
• 2.2.1 小波系數(shù)模極大值法32-33
• 2.2.2 應(yīng)用小波系數(shù)模極大值法提取油壓信號特征33-35
• 2.3 利用小波包進行信號特征提取35-40
• 2.3.1 小波包分解的改進算法35-36
• 2.3.2 頻帶分析技術(shù)36-37
• 2.3.3 應(yīng)用小波包頻帶分析提取油壓信號能量特征37-40
• 2.4 小波系數(shù)模極大值法與小波包頻帶能量法分析比較40
• 2.5 本章小結(jié)40-43
• 第三章 柴油機燃油系統(tǒng)故障的小波神經(jīng)網(wǎng)絡(luò)智能診斷43-77
• 3.1 小波分析與神經(jīng)網(wǎng)絡(luò)的結(jié)合途徑43
• 3.2 人工神經(jīng)網(wǎng)絡(luò)理論概述43-45
• 3.2.1 神經(jīng)網(wǎng)絡(luò)智能診斷44
• 3.2.2 人工神經(jīng)網(wǎng)絡(luò)在故障模式識別中的應(yīng)用44-45
• 3.3 神經(jīng)網(wǎng)絡(luò)模型45-50
• 3.3.1 徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)模型45-47
• 3.3.2 自組織特征映射(SOFM)神經(jīng)網(wǎng)絡(luò)模型47-50
• 3.4 網(wǎng)絡(luò)模型的MATLAB實現(xiàn)50-53
• 3.4.1 神經(jīng)網(wǎng)絡(luò)工具箱簡介50-51
• 3.4.2 RBF網(wǎng)絡(luò)的MATLAB實現(xiàn)51-52
• 3.4.3 SOFM網(wǎng)絡(luò)的MATLAB實現(xiàn)52-53
• 3.5 松散型小波神經(jīng)網(wǎng)絡(luò)53-54
• 3.5.1 多分辨率分析和神經(jīng)網(wǎng)絡(luò)結(jié)合53
• 3.5.2 小波包分析與神經(jīng)網(wǎng)絡(luò)結(jié)合53-54
• 3.6 柴油機燃油系統(tǒng)及常見故障54-62
• 3.6.1 柴油機燃油系統(tǒng)簡介54-56
• 3.6.2 燃油壓力波及測量56-57
• 3.6.3 燃油系統(tǒng)常見故障分析57-62
• 3.7 小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于燃油系統(tǒng)診斷62-76
• 3.7.1 基于RBF網(wǎng)絡(luò)的故障診斷63-69
• 3.7.2 RBF網(wǎng)絡(luò)與BP網(wǎng)絡(luò)性能比較分析69-71
• 3.7.3 基于SOFM網(wǎng)絡(luò)的故障診斷71-75
• 3.7.4 RBF網(wǎng)絡(luò)與SOFM網(wǎng)絡(luò)算法比較75-76
• 3.8 本章小結(jié)76-77
• 第四章 柴油機故障診斷系統(tǒng)設(shè)計與實現(xiàn)77-91
• 4.1 柴油機故障診斷系統(tǒng)概述77-78
• 4.2 故障診斷系統(tǒng)硬件設(shè)計78-81
• 4.2.1 信息采集模塊79
• 4.2.2 存儲模塊79
• 4.2.3 通信模塊79-80
• 4.2.4 電源模塊80
• 4.2.5 復位模塊80-81
• 4.2.6 鍵盤81
• 4.3 故障診斷系統(tǒng)軟件設(shè)計81-86
• 4.3.1 軟件設(shè)計思想81-82
• 4.3.2 程序語言選擇與簡介82-83
• 4.3.3 VC++調(diào)用MATLAB83-84
• 4.3.4 軟件設(shè)計結(jié)構(gòu)圖和程序設(shè)計流程圖84-86
• 4.4 系統(tǒng)功能實現(xiàn)及實驗驗證86-90
• 4.5 本章小結(jié)90-91
• 第五章 總結(jié)與展望91-93
• 附錄93-95
• 參考文獻95-101
• 致謝101-103
• 攻讀學位期間發(fā)表的學術(shù)論文及獲得的榮譽103-104
• 學位論文評閱及答辯情況表104

【引證文獻】

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 郭晶亮;基于支持向量機的柴油機故障診斷系統(tǒng)研究[D];武漢理工大學;2011年

2 劉蘭輝;基于瞬時轉(zhuǎn)速的汽車發(fā)動機動力性能與工作均勻性的故障診斷研究[D];山東大學;2011年

3 劉湘寧;低壓串聯(lián)電弧故障診斷技術(shù)的研究[D];沈陽工業(yè)大學;2012年

4 王賀偉;盤式刀庫及機械手性能測試與可靠性分析[D];南京理工大學;2013年

5 王強龍;基于ARM的嵌入式柴油機故障診斷系統(tǒng)的設(shè)計與研究[D];中北大學;2013年

  本文關(guān)鍵詞：基于小波神經(jīng)網(wǎng)絡(luò)的柴油機燃油系統(tǒng)故障診斷的設(shè)計與實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

本文編號：489668