本文關鍵詞： BP神經網絡 和聲搜索算法 小波理論 柴油機故障診斷　出處：《中北大學》2017年碩士論文　論文類型：學位論文

【摘要】：柴油機作為國民生產生活中必不可少的大功率往復式機械,是很多重要設備的動力來源。然而由于柴油機構造復雜及使用環(huán)境惡劣導致其故障的多發(fā)性、多樣性和滯后性,因此如何發(fā)現一種高效的故障診斷方法,是目前國內外學者研究的重點。BP神經網絡具有信息并行處理能力強、容錯性高、自學習和自適應能力優(yōu)秀等優(yōu)點,但它容易陷入局部最小值,收斂速度慢;和聲搜索算法最大的特點是全局尋優(yōu)能力突出,而且算法簡單。因此本文將和聲搜索算法與BP神經網絡相結合,突出它們各自的優(yōu)點,改善BP神經網絡的缺陷,以便達到更好的故障診斷效果。本文以R6105AZLD型柴油機作為實驗對象,通過總結歸納,得出柴油機常見故障類型及其設置方法,同時研究了實驗測點信號的敏感度,得出實驗測點設置的位置,進行柴油機實驗數據采集。經過對比各小波基函數信噪比處理結果,確定了本文信號降噪使用的小波基函數,并通過對降噪信號時域頻域特征以及小波包能量特征的提取分析,指出小波包能量特征值數據更適于本文。本文利用測試標準基準測試函數實驗證明了BP神經網絡容易陷入局部最小值,收斂速度慢的缺點,并利用BP神經網絡進行柴油機故障診斷為后續(xù)實驗結果對比做準備。運用和聲搜索算法優(yōu)化BP神經網絡,并通過測試標準基準測試函數證明了該優(yōu)化算法的優(yōu)越性。最后利用優(yōu)化算法進行柴油機故障診斷,診斷結果表明該優(yōu)化算法能夠提高故障診斷的準確率和效率,同時與BP神經網絡診斷結果對比,再次證明了和聲搜索算法優(yōu)化BP神經網絡的優(yōu)越性。
[Abstract]:This paper uses R6105AZLD diesel engine as the experimental object , and points out that it is easy to fall into local minimum value and slow convergence speed .

【學位授予單位】：中北大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP183;TK428

【參考文獻】

相關期刊論文 前10條

1 沈紹輝;姚竹亭;;和聲搜索算法優(yōu)化支持向量機的柴油機故障診斷研究[J];組合機床與自動化加工技術;2015年09期

2 巴寅亮;王書提;謝鑫;;基于改進的BP神經網絡的柴油發(fā)動機故障診斷[J];工業(yè)儀表與自動化裝置;2015年03期

3 權春鋒;李海斌;;BP神經網絡柴油機故障診斷技術的應用[J];黑龍江科技信息;2015年12期

4 王秋鵬;;基于自適應神經模糊推理系統的柴油機故障診斷與探析[J];新技術新工藝;2014年07期

5 李海斌;;基于遺傳算法的BP神經網絡在柴油機故障診斷中的應用[J];科技視界;2014年13期

6 達列雄;劉杰;;和聲搜索算法在油田事故應急資源籌集中的應用[J];電子測試;2014年03期

7 魏海斌;;柴油機配氣機構常見故障原因分析[J];農機使用與維修;2013年12期

8 董雅宏;李剛;白宇君;高曉玲;;小波包分析在柴油機故障診斷中的應用[J];機械研究與應用;2012年05期

9 李勁華;楊永麗;邢丹丹;;和聲搜索算法在組合測試用例生成中的應用[J];計算機與現代化;2012年09期

10 劉德地;王高旭;陳曉宏;劉丙軍;王兆禮;;基于混沌和聲搜索算法的水資源優(yōu)化配置[J];系統工程理論與實踐;2011年07期

相關博士學位論文 前2條

1 朱振夏;增壓柴油機高原環(huán)境下的供油與進氣調節(jié)研究[D];北京理工大學;2015年

2 張旭;人工免疫算法及其在船舶柴油機智能故障診斷中的應用研究[D];大連海事大學;2007年

相關碩士學位論文 前9條

1 沈紹輝;基于人工蜂群算法優(yōu)化支持向量機的柴油機故障診斷研究[D];中北大學;2016年

2 劉洋;和聲搜索算法演化計算理論及其在復雜車間調度中的應用[D];蘭州理工大學;2016年

3 朱航;基于改進和聲搜索算法的車間作業(yè)調度問題研究[D];南京理工大學;2015年

4 董安;基于形態(tài)濾波和灰色理論的柴油機故障診斷研究[D];中北大學;2014年

5 劉旭;基于改進型BP神經網絡的風電功率預測研究[D];華北電力大學;2013年

6 陳瑩珍;和聲搜索算法的改進研究[D];北方民族大學;2012年

7 田靜宜;基于粗糙集和神經網絡的柴油機故障診斷研究[D];中北大學;2011年

8 占惠文;基于模糊神經網絡的船舶柴油機故障診斷系統研究[D];武漢理工大學;2009年

9 易雄;基于小波分析的機械故障特征提取與診斷技術研究[D];浙江工業(yè)大學;2009年

，

本文編號：1533408