基于人工神經網絡的雙彈車發(fā)動機故障診斷研究.pdf

1、隨著現(xiàn)代軍事工業(yè)水平的日益提高,雙彈車的設計不斷朝著大型、高速、強載、連續(xù)運行和結構高度復雜化的方向發(fā)展,在滿足軍事需要的同時也增加了雙彈車發(fā)生故障的潛在可能性。一般雙彈車發(fā)動機為柴油發(fā)動機,它是雙彈車極其重要的一部分,作為動力來源,其運行狀態(tài)的好壞直接影響了雙彈車的作戰(zhàn)性能。由于柴油發(fā)動機結構復雜,工作環(huán)境惡劣,運行時其零部件要在高溫、高壓條件下工作,并且轉速及負荷經常變化,所以柴油發(fā)動機發(fā)生故障的概率比較高,需要選擇合理的方法對其進

2、行故障診斷,以減少損失。
　　人工神經網絡具有并行分布式處理、高度自適應性、聯(lián)想記憶、極強的容錯性和非線性映射能力等眾多優(yōu)點,因而十分適合用來進行機械故障診斷。本文在分析了人工神經網絡原理、柴油發(fā)動機故障原理及柴油發(fā)動機故障診斷技術的基礎上,選用BP神經網絡對柴油發(fā)動機7個常見故障進行了模擬仿真實驗。實驗過程為:先根據特征參數(shù)和故障類型設計好BP神經網絡,然后將歸一化后的樣本數(shù)據輸入到MATLAB軟件,接著分別用基本梯度下降算法和