集成神经网络在柴油机综合磨损系数估算中的应用研究

论文摘要

本课题是在前人柴油发动机故障诊断系统研究的基础上,进一步研究柴油机综合磨损系数估算的方法。以东北大学设备诊断工程中心与沈阳军区65182部队合作的实际项目作为研究背景。本文主要针对柴油机综合磨损系数对柴油机磨损失效的影响进行分析探讨,并对柴油机综合磨损状况进行预测,以保证无论是直接或间接影响柴油机磨损的不利因素能及时被发现。将平均转速、机油压力、机油温度的影响作为自变量,磨损系数为非线性函数,采用人工神经网络的方法建立综合磨损系数与三个参量之间的关系。给出柴油机磨损估算的新方法,这种方法所提供的磨损系数是切合实际的,利用此磨损系数计算的储备里程数的预测分析将为柴油机的良好运行提供条件。为了能完成神经网络的训练工作,需要大量的数据样本。由于条件所限,难于通过实测来得到所有数据。所以就要根据局部工况的部分数据去推导所有工况的全部数据。本文深入研究了局部数据的内在联系,合理的提出假设,成功的将数据拓展到多维空间。由于本课题数据量大,分类模式多,应用单一网络势必造成网络的结构过于庞大,网络的训练时间过长,甚至无法训练。针对此情况,从单个神经网络开始,从信息融合的角度建立了集成神经网络。探讨集成神经网络的实现策略和组建原则并给出了综合磨损系数估算的实例,证明该神经网络建模方法的可行性和估算结果的准确性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 本课题的研究背景及意义
• 1.2 神经网络及其研究内容
• 1.3 集成神经网络国内外研究现状与发展动态
• 1.4 集成神经网络在柴油机诊断中的应用
• 1.5 集成神经网络研究目前存在的问题
• 1.6 本论文的主要研究内容和工作
• 第2章 柴油机的摩擦副及润滑系统分析
• 2.1 柴油机的摩擦与磨损
• 2.1.1 柴油机的摩擦
• 2.1.2 柴油机的磨损
• 2.2 柴油机的主要摩擦副及其润滑的研究
• 2.2.1 活塞环的摩擦机理
• 2.2.2 活塞环槽的磨损
• 2.2.3 气缸套的磨损
• 2.2.4 轴承的磨损与润滑
• 2.2.5 配气机构的磨损与润滑
• 2.3 柴油机润滑系统简介
• 第3章 柴油机局部工况数据的多维拓展研究
• 3.1 数据拟合的最小二乘法
• 3.1.1 数据拟合问题
• 3.1.2 数据拟合的最小二乘法
• 3.2 基于局部工况数据的曲线拟合
• 3.3 局部工况数据的多工况三维拓展
• 3.4 实验验证
• 第4章 基于神经网络模式识别的研究
• 4.1 常用的模式识别方法
• 4.2 神经网络与故障模式识别
• 4.3 BP网络理论
• 4.3.1 BP网络建模特点
• 4.3.2 BP网络结构
• 4.3.3 BP网络学习规则与计算方法
• 4.3.4 BP神经元网络的应用问题的研究
• 第5章 集成神经网络在柴油机综合磨损系数估算中的应用
• 5.1 神经网络集成
• 5.1.1 集成神经网络的基本结构
• 5.1.2 神经网络集成的框架
• 5.1.3 神经网络集成的原理
• 5.1.4 神经网络集成的研究现状
• 5.1.5 神经网络集成学习存在的问题
• 5.2 分支前馈神经网络的提出
• 5.2.1 分支前馈神经网络的结构
• 5.2.2 分支前馈神经网络的运行机理
• 5.2.3 分支前馈神经网络的算法
• 5.3 综合磨损系数估算数据样本集的设计
• 5.3.1 神经网络输入输出特征参数的选取
• 5.3.2 网络训练集的设计
• 5.4 集成神经网络结构的确定
• 5.4.1 根据样本特点重新划分样本集
• 5.4.2 确定神经网络结构
• 5.5 综合磨损系数估算系统的Visual C++实现
• 5.5.1 神经网络的公式化
• 5.5.2 综合磨损系数估算系统的集成
• 第6章 实验原理及网络模型的实验验证
• 6.1 平均转速的测取
• 6.2 机油压力与机油温度的测取
• 6.2.1 实验方案设计
• 6.2.2 测点的选择
• 6.3 神经网络模型的实验验证
• 第7章 结论与展望
• 参考文献
• 致谢