基于虛擬儀器和神經(jīng)網(wǎng)絡的電噴發(fā)動機故障診斷系統(tǒng)研究.pdf

1、發(fā)動機是汽車的心臟，40％的汽車故障來源于此。其結構復雜，工作條件惡劣，在長期使用過程中，發(fā)動機技術參數(shù)將以不同的規(guī)律和不同的強度發(fā)生變化，最終導致故障，從而嚴重威脅行車安全。因此對汽車發(fā)動機展開故障診斷的研究有著非常重要而又現(xiàn)實的意義。然而，我國目前的發(fā)動機故障診斷系統(tǒng)尚缺乏一種集數(shù)據(jù)采集、分析處理和診斷推理于一體的通用化平臺，同時在分析故障現(xiàn)象和故障原因的非線性對應關系時，也存在一定的局限性。 因此，本文在研究和比較了各種故

2、障診斷技術的基礎上，把神經(jīng)網(wǎng)絡理論和虛擬儀器技術融合應用到電噴發(fā)動機故障診斷中，顯著提高了發(fā)動機運行的可靠性，并從保證發(fā)動機性能、縮短維修時間、減少備件等方面獲得了顯著的經(jīng)濟效益。 本文首先對BP神經(jīng)網(wǎng)絡的基本原理、模型結構、算法設計和應用情況進行了分析，并對BP神經(jīng)網(wǎng)絡的一些改進算法及其訓練效果進行了研究。通過系統(tǒng)仿真驗證了BP神經(jīng)網(wǎng)絡用于故障診斷的可行性。同時，為解決網(wǎng)絡訓練過程中因樣本數(shù)目過大而無法收斂的情況，結合數(shù)據(jù)融合

3、技術創(chuàng)建了基于集成神經(jīng)網(wǎng)絡的電噴發(fā)動機性能評估預測模型，并以起動困難故障和怠速不穩(wěn)故障為例對該模型進行了驗證。 然后在分析虛擬儀器技術的基本概念、組成和LabvIEW編程技術的基礎上，結合對表征發(fā)動機工作性能特征參數(shù)的研究，提出并設計了基于虛擬儀器技術的電噴發(fā)動機智能化故障診斷測試系統(tǒng)的通用化平臺，該平臺集成了信號采集技術、信號處理技術和數(shù)據(jù)庫技術以及包含本文建立的故障診斷模型在內(nèi)的各項智能化故障診斷技術。 最后在該通用