基于神經(jīng)網(wǎng)絡(luò)的柴油機故障診斷技術(shù)的研究.pdf

1、分類號UDC密級單位代碼公10151基于神經(jīng)網(wǎng)絡(luò)的柴油機故障診斷技術(shù)的研究馬寶深指導(dǎo)教師王興成職稱教授學(xué)位授予單位大連海事大學(xué)申請學(xué)位級別碩士學(xué)科與專業(yè)控制理論與控制工程論文完成日期2008年5月論文答辯日期2008年6月答辯委員會主席二金入中文摘要摘任石3七本文在分析國內(nèi)外智能診斷技術(shù)的研究現(xiàn)狀及柴油機故障診斷的諸多方法的基礎(chǔ)上，給出了一種基于神經(jīng)網(wǎng)絡(luò)的柴油機故障智能診斷方法，并且著重對柴油機的燃油系統(tǒng)和渦輪增壓系統(tǒng)的故障診斷進行了分

2、析研究。論文首先對故障診斷技術(shù)的研究現(xiàn)狀及課題的研究內(nèi)容進行了簡要的論述，介紹了在柴油機故障診斷過程中采用的幾種常見方法，指出了故障診斷存在的問題及將來的發(fā)展方向，并對神經(jīng)網(wǎng)絡(luò)原理進行了闡述。論文收集了大量的柴油機試驗運行資料，獲得了柴油機燃油系統(tǒng)和渦輪增壓系統(tǒng)的模擬故障數(shù)據(jù)把這些數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入樣本，構(gòu)建及訓(xùn)練神經(jīng)網(wǎng)絡(luò)，并對柴油機模擬故障進行診斷，得出故障診斷結(jié)果。神經(jīng)網(wǎng)絡(luò)是一種大規(guī)模并行的非線性系統(tǒng)，具有很強的聯(lián)想學(xué)習(xí)能力、自

3、組織、自適應(yīng)和高度的非線性運算能力，因此在識別那些復(fù)雜變量的因果關(guān)系上擁有較強的判斷能力。本文采用徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)對故障進行診斷分析。系統(tǒng)研究了RBF神經(jīng)網(wǎng)絡(luò)，詳細地探討了三層RBF網(wǎng)絡(luò)的結(jié)構(gòu)、網(wǎng)絡(luò)參數(shù)的設(shè)置、訓(xùn)練模式的選擇運用K一means聚類算法，將特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入向量，其診斷結(jié)論作為輸出向量，對故障特征參數(shù)進行訓(xùn)練和識別診斷。仿真試驗表明，基于神經(jīng)網(wǎng)絡(luò)的故障診斷結(jié)果與實測值具有良好的一致性，只要選擇足夠典型的