基于聲強(qiáng)知識(shí)與神經(jīng)網(wǎng)絡(luò)融合技術(shù)的發(fā)動(dòng)機(jī)故障診斷研究.pdf

1、本文在充分考察國(guó)內(nèi)外發(fā)動(dòng)機(jī)故障診斷技術(shù)和應(yīng)用現(xiàn)狀的基礎(chǔ)上，深入開(kāi)展了基于聲強(qiáng)知識(shí)和神經(jīng)網(wǎng)絡(luò)融合的發(fā)動(dòng)機(jī)智能化故障診斷研究，其主要研究?jī)?nèi)容包括： 一，根據(jù)聲強(qiáng)測(cè)試原理和虛擬儀器技術(shù)，提出了計(jì)算頻域和時(shí)域聲強(qiáng)的直接獲取法，在此基礎(chǔ)上建立了發(fā)動(dòng)機(jī)聲強(qiáng)自動(dòng)測(cè)試系統(tǒng)，描述了利用該系統(tǒng)獲取發(fā)動(dòng)機(jī)聲強(qiáng)信號(hào)的方法和過(guò)程。 二，利用頻域和時(shí)域信號(hào)分析法提取發(fā)動(dòng)機(jī)故障診斷特征信息，并對(duì)發(fā)動(dòng)機(jī)典型異響故障的近場(chǎng)聲強(qiáng)特征進(jìn)行了詳細(xì)研究。

2、 三，對(duì)發(fā)動(dòng)機(jī)聲強(qiáng)知識(shí)融合技術(shù)進(jìn)行了深入研究，將來(lái)自不同知識(shí)源的知識(shí)信息進(jìn)行處理并協(xié)同利用，在此基礎(chǔ)上利用UML語(yǔ)言建立了發(fā)動(dòng)機(jī)故障診斷知識(shí)庫(kù)。 四，基于模塊化神經(jīng)網(wǎng)絡(luò)，組建了發(fā)動(dòng)機(jī)故障診斷網(wǎng)絡(luò)。從工作、訓(xùn)練和學(xué)習(xí)三個(gè)方面實(shí)現(xiàn)了診斷網(wǎng)絡(luò)與聲強(qiáng)知識(shí)的融合診斷。 五，通過(guò)分析發(fā)動(dòng)機(jī)故障診斷模型的任務(wù)分類及其映射模型，構(gòu)建了發(fā)動(dòng)機(jī)故障診斷模型框架，在此基礎(chǔ)上以信息流集成的方式確定了基于聲強(qiáng)知識(shí)與神經(jīng)網(wǎng)絡(luò)融合的發(fā)動(dòng)機(jī)故障診斷模型

3、。 六，通過(guò)分析發(fā)動(dòng)機(jī)故障診斷模型的各項(xiàng)運(yùn)行參數(shù)，建立了包括效率評(píng)估、精度評(píng)估和可靠性評(píng)估在內(nèi)的發(fā)動(dòng)機(jī)故障診斷模型的效能評(píng)估體系。 七，根據(jù)發(fā)動(dòng)機(jī)故障診斷模型，對(duì)基于聲強(qiáng)知識(shí)與神經(jīng)網(wǎng)絡(luò)融合的發(fā)動(dòng)機(jī)故障診斷實(shí)施過(guò)程進(jìn)行了繼續(xù)研究，通過(guò)應(yīng)用舉例驗(yàn)證了本項(xiàng)研究的合理性。 通過(guò)發(fā)動(dòng)機(jī)聲強(qiáng)知識(shí)與模塊化神經(jīng)網(wǎng)絡(luò)的有效融合，實(shí)現(xiàn)了發(fā)動(dòng)機(jī)工作狀態(tài)的非接觸監(jiān)測(cè)、在線診斷和學(xué)習(xí)。通過(guò)現(xiàn)場(chǎng)測(cè)試，驗(yàn)證了發(fā)動(dòng)機(jī)故障診斷系統(tǒng)能有效識(shí)別所學(xué)習(xí)