本文關(guān)鍵詞：基于信息融合的柴油機(jī)故障診斷研究

  更多相關(guān)文章： 信息融合 柴油機(jī) 故障診斷 BP神經(jīng)網(wǎng)絡(luò) 引力搜索算法

【摘要】：柴油機(jī)作為動力設(shè)備,在當(dāng)前的眾多領(lǐng)域中發(fā)揮著舉足輕重的作用,產(chǎn)生了巨大的社會與經(jīng)濟(jì)效益。為了減少甚至避免因其發(fā)生故障而造成的損失,研究合適的故障診斷方法,成為人們關(guān)注的焦點(diǎn)。為了提高故障診斷的精度,本文開展了基于信息融合的柴油機(jī)故障診斷的研究。通過引入一種新興的群體智能優(yōu)化算法,結(jié)合信息融合技術(shù)中主流的神經(jīng)網(wǎng)絡(luò)方法,提出了一種新的故障診斷方法,即引力搜索BP神經(jīng)網(wǎng)絡(luò)方法,并將其應(yīng)用到某PA6柴油機(jī)磨損故障的振動診斷。選用最能反映故障征兆的振動信號,將其特征參數(shù)作為信息融合的樣本數(shù)據(jù),編寫程序進(jìn)行仿真測試,驗證了該方法應(yīng)用到柴油機(jī)故障診斷的可行性與有效性,并開發(fā)了相應(yīng)的軟件。本文首先系統(tǒng)研究了信息融合技術(shù)。對信息融合的三個層次模型即數(shù)據(jù)層、特征層、決策層的優(yōu)缺點(diǎn)進(jìn)行了分析,并比較了它們的優(yōu)缺點(diǎn)。同時對應(yīng)用于故障診斷的信息融合方法進(jìn)行了研究,驗證了信息融合技術(shù)應(yīng)用于故障診斷的可行性,為本文選擇特征層融合及神經(jīng)網(wǎng)絡(luò)方法提供了理論依據(jù)。其次,對柴油機(jī)的故障機(jī)理進(jìn)行了充分研究。通過分析柴油機(jī)的常見故障模式與主要故障特征,把最能體現(xiàn)故障特征的缸蓋振動信號作為研究對象,研究振動信號的相關(guān)特性,為后續(xù)研究作鋪墊。最后,針對BP神經(jīng)網(wǎng)絡(luò)在故障診斷應(yīng)用中的不足,將引力搜索算法用于BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值及閾值優(yōu)化,提出了一種基于引力搜索算法和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的智能故障診斷方法,并將其運(yùn)用于柴油機(jī)磨損故障的振動診斷。結(jié)果表明該方法在處理非線性問題上能力顯著,對柴油機(jī)的磨合、磨損、極限等故障診斷準(zhǔn)確,辨識度很高。與單純的BP神經(jīng)網(wǎng)絡(luò)相比,引力搜索BP神經(jīng)網(wǎng)絡(luò)方法的診斷誤差相對減少,精度顯著提高,驗證了方法的有效性。同時,開發(fā)了柴油機(jī)故障診斷的軟件,使得診斷結(jié)果得以直觀地呈現(xiàn)。
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP202;TK428

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 黃忠明;吳志紅;劉全喜;;幾種用于非線性函數(shù)逼近的神經(jīng)網(wǎng)絡(luò)方法研究[J];兵工自動化;2009年10期

，

本文編號：1241750