基于PSO和DE優(yōu)化神經(jīng)網(wǎng)絡的柴油機故障診斷研究.pdf_第1頁
已閱讀1頁,還剩74頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、柴油機是一種結構復雜且應用廣泛的往復式動力機械,其故障信息具有多樣性、復雜性、難以診斷等特點。對柴油機進行故障診斷研究具有很大的經(jīng)濟價值和社會應用價值,由于柴油機的故障特征及各種條件的限制,如噪聲復雜、測試系統(tǒng)難以組建、運行環(huán)境不良、噪聲難以消除等限制,導致對柴油機故障診斷效率低下,因此本文對基于PSO和DE優(yōu)化神經(jīng)網(wǎng)絡的柴油機故障診斷作了深入的學習與研究。
  首先研究了柴油機故障診斷的國內外現(xiàn)狀及各種方法,對柴油機故障診斷存在

2、的問題與困難作了深入的分析,并且分析了采用PSO和DE優(yōu)化神經(jīng)網(wǎng)絡基本理論應用于柴油機故障診斷的可行性。
  其次對柴油機的基本結構、工作過程進行基本學習,從而確定了振動數(shù)據(jù)采集的測試方案,然后對采集回來的數(shù)據(jù)進行處理和識別,處理主要分為兩個階段,第一階段,數(shù)據(jù)預處理階段,其中包括采樣、均值化、消噪、小波提取特征值,第二階段,故障識別階段,在經(jīng)過粒子群算法、差分進化算法、神經(jīng)網(wǎng)絡理論學習后,建立了基于 PSO和DE算法相結合優(yōu)化B

3、P神經(jīng)網(wǎng)絡的思想,然后對第一階段提取出來的特征值進行訓練并分類,從而達到故障識別的目的。
  最后選取測試集對訓練好的神經(jīng)網(wǎng)絡進行性能測試,測試結果滿足柴油機故障診斷的要求。最后將基于PSO和DE算法相結合優(yōu)化BP神經(jīng)網(wǎng)絡的分類結果與單純的PSO優(yōu)化神經(jīng)網(wǎng)絡分類結果進行比較,比較結果表明前者具有其優(yōu)越性。最終結果表明在結構復雜、噪聲較高、模式分類困難的柴油機故障診斷應用上,基于PSO和DE算法相結合優(yōu)化BP神經(jīng)網(wǎng)絡具有良好的診斷效

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論