论文题目: 基于振动信号的柴油机神经网络故障诊断研究
论文类型: 硕士论文
论文专业: 农业机械化工程
作者: 杨文位
导师: 师帅兵,郑大春
关键词: 柴油机,振动信号,特征参数,神经网络,故障诊断
文献来源: 西北农林科技大学
发表年度: 2005
论文摘要: 柴油机作为一种常见的动力机械,其动力性和可靠性直接影响着系统的安全运行。及时有效地发现并排除故障,对增加柴油机工作时的安全性和可靠性,降低设备维修费用,减少经济损失,避免重大事故发生具有重大的意义。目前,柴油机的故障诊断尚处于研究阶段,利用人工神经网络技术对柴油机进行故障诊断具有一定的理论意义和实用价值。 本文在对柴油机振动受力分析的基础上,设计了试验方案,分三种工况(900rpm、空载;额定转速、空载;额定转速、重载),在X4105BD2型柴油机缸盖、缸壁上测取了柴油机燃油系统正常工作状态和五种故障状态下的振动信号。对这些振动信号提取时域特征参数,把这些时域特征参数作为故障征兆向量,研究柴油机BP神经网络故障诊断方法。 针对试验三种工况的缸盖、缸壁信号,分别利用MATLAB技术建立了六种神经网络,每种神经网络都用12个样本反复进行训练,训练结果非常好;对每种工况、每一测点位置、每一状态,分别都用一个样本来检验,除个别“奇异”信号外,神经网络对各工况各测点位置信号都能作出正确判断,从而说明了该方法可行。 不同测点位置的信号对神经网络的训练速度及实际应用有一定的影响。不管是那种工况,用缸盖信号训练都比用缸壁信号训练收敛得快;利用缸盖信号比利用缸壁信号诊断柴油机故障效果要好。这对利用神经网络进行柴油机故障诊断时选择信号测点位置提供了理论依据。 本文利用MATLAB强大的数值运算、数据处理功能进行试验数据的预处理,计算振动信号的时域特征参数;利用MATLAB的神经网络工具箱建立基于振动信号的柴油机故障诊断BP神经网络并进行了验证。MATLAB语言编程简单、使用方便,大大地提高了数据运算和网络训练的速度。 通过试验测取缸盖振动信号,利用神经网络进行柴油机故障诊断费用小、方法简单、易于实现。
论文目录:
摘要
ABSTRACT
第一章 绪论
1.1 研究柴油机故障诊断方法的意义
1.2 柴油机故障诊断方法及发展现状
1.2.1 常见的柴油机故障类型
1.2.2 国内外常见的柴油机故障诊断方法
1.2.3 国内外柴油机故障诊断的发展趋势
1.3 人工神经网络的发展及其在柴油机故障诊断中的应用
1.4 研究内容及方法
第二章 柴油机振动分析研究
2.1 研究柴油机振动的意义
2.2 柴油机振动信号的分析诊断方法
2.2.1 柴油机振动信号的分析诊断方法
2.2.2 柴油机振动故障诊断面临的问题
2.3 柴油机动力系统分析
2.3.1 柴油机活塞运动方程的建立
2.3.2 柴油机受力分析及其与振动之间的关系
2.3.3 影响柴油机振动的其它因素
2.4 柴油机振动信号的测量
2.4.1 测试系统的组成
2.4.2 测点位置的选择
2.4.3 实验对象及测量参数选择
第三章 BP神经网络的基本原理
3.1 BP神经网络模型
3.2 BP神经网络的学习
3.2.1 神经网络的学习方式
3.2.2 BP神经网络的学习算法
3.2.3 BP神经网络的学习步骤
3.2.4 BP学习算法的改进
3.3 BP神经网络的MATLAB工具箱函数
3.3.1 BP神经网络的生成及初始化
3.3.2 神经元上的传递函数及δ(Delta)函数
3.3.3 BP神经网络的训练与仿真
3.3.4 训练数据的前处理和后处理
第四章 基于振动信号的柴油机故障诊断BP神经网络
4.1 MATLAB简介
4.2 柴油机故障诊断BP神经网络的设计
4.2.1 BP神经网络的诊断策略
4.2.2 故障征兆—故障模式样本集的设计
4.2.3 柴油机故障诊断BP神经网络的结构设计
4.3 振动信号的预处理
4.3.1 时域特征参数
4.3.2 数据的预处理
4.4 柴油机故障诊断BP神经网络的训练
4.5 BP神经网络的验证
第五章 结论与展望
5.1 结论
5.2 展望
参考文献
附表
致谢
作者简介
发布时间: 2007-04-06
参考文献
- [1].基于振动信号的柴油机神经网络故障诊断技术研究[D]. 张剑.昆明理工大学2012
- [2].基于嵌入式的柴油机故障诊断系统[D]. 宋栋.中北大学2012
- [3].基于粒子滤波与支持向量机的柴油机故障诊断[D]. 杨月.中北大学2014
- [4].基于转速信号分析的柴油机故障诊断研究[D]. 车龙.大连海事大学2008
- [5].柴油机常见故障诊断技术的智能化研究[D]. 穆丽婉.大连铁道学院2003
- [6].基于粒子滤波信号处理的柴油机故障诊断[D]. 王晋.中北大学2012
- [7].基于人工蜂群算法优化支持向量机的柴油机故障诊断研究[D]. 沈绍辉.中北大学2016
- [8].基于振动和润滑油分析的柴油机故障诊断[D]. 郑奕龙.天津大学2014
- [9].基于多源信息融合的柴油机故障诊断研究[D]. 韩慧勇.中北大学2012
- [10].基于粗糙集的柴油机故障诊断的研究[D]. 刘晓东.大连交通大学2008
相关论文
- [1].基于RBF神经网络的故障诊断[D]. 吴秋明.江苏大学2006
- [2].基于模糊诊断算法的柴油机故障诊断技术研究[D]. 从胜辉.天津大学2005
- [3].基于神经网络的船舶柴油发电机组的故障诊断[D]. 牛洪瑜.兰州理工大学2007
- [4].基于神经网络的柴油机燃油系统故障诊断的研究和实现[D]. 李玉峰.山东大学2007
- [5].基于神经网络的汽车发动机故障诊断系统[D]. 朱惠莲.西北农林科技大学2007
- [6].基于神经网络的机械振动故障诊断系统设计[D]. 许娟.沈阳工业大学2007
- [7].基于神经网络的故障诊断专家系统的研究[D]. 孙丽.东北师范大学2007
- [8].工业控制系统神经网络故障诊断方法研究[D]. 王由华.北京化工大学2002
- [9].RBF神经网络在船用低速柴油机故障诊断中的应用研究[D]. 黄加亮.大连海事大学2000