基于神經(jīng)網(wǎng)絡(luò)的柴油機燃油系統(tǒng)故障診斷的研究和實現(xiàn).pdf

1、柴油機是目前應(yīng)用最廣泛的動力設(shè)備之一，被廣泛應(yīng)用于石油鉆井、動力發(fā)電、鐵路牽引、工程機械、各種船舶和汽車等領(lǐng)域。柴油機作為往復(fù)式機械的代表，本身結(jié)構(gòu)復(fù)雜，故障也呈現(xiàn)出復(fù)雜性和多樣性的特點，應(yīng)用傳統(tǒng)的診斷方法很難進(jìn)行識別，已不能滿足現(xiàn)代化的要求。據(jù)統(tǒng)計，柴油機故障中約有27﹪是由于燃油系統(tǒng)故障引起的，而燃油系統(tǒng)又是柴油機的關(guān)鍵系統(tǒng)，其工作狀態(tài)好壞直接影響柴油機的正常運行，并決定著柴油機性能的優(yōu)劣，一旦燃油系統(tǒng)發(fā)生故障，必將導(dǎo)致柴油機燃油燃

2、燒惡化、功率下降、經(jīng)濟(jì)性和可靠性下降以及排煙情況惡化。因此，及時地診斷出柴油機燃油系統(tǒng)的故障具有重要的現(xiàn)實意義。 通過實驗表明高壓油管的壓力波形包含了大部分的工作狀態(tài)信息，能較敏感的分辨出各種故障信息。本文正是應(yīng)用檢測高壓油管中壓力波動的變化來診斷燃油噴射系統(tǒng)的故障。根據(jù)高壓油管中壓力的特點，提出了從時域波形進(jìn)行識別并提取燃油最大壓力、起噴壓力、落座壓力、次最大壓力、波形幅度、上升沿寬度、波形寬度、最大余波寬度、波形面積等特征參

3、數(shù)，這些參數(shù)非常直觀的反映燃油噴射過程工作狀態(tài)，最能表現(xiàn)出柴油機的運行狀況。 人工神經(jīng)網(wǎng)絡(luò)是一種大規(guī)模并行的非線性系統(tǒng)，具有很強的聯(lián)想學(xué)習(xí)能力、自組織、自適應(yīng)和高度的非線性運算能力，因此，在識別那些復(fù)雜變量之間的因果關(guān)系上，擁有較強的判斷能力。本文，系統(tǒng)研究了目前神經(jīng)網(wǎng)絡(luò)方法在故障領(lǐng)域應(yīng)用最廣的BP神經(jīng)網(wǎng)絡(luò)，詳細(xì)地探討了三層BP網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)參數(shù)的設(shè)置、訓(xùn)練模式的選擇及幾種改進(jìn)的算法。運用學(xué)習(xí)率自適應(yīng)調(diào)整的動量BP神經(jīng)網(wǎng)絡(luò)

4、對故障特征參數(shù)進(jìn)行訓(xùn)練和識別診斷，將故障特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入神經(jīng)單元，其診斷結(jié)論作為輸出神經(jīng)單元。實際應(yīng)用表明，該方法具有較好的故障診斷效果。 同時，在針對BP網(wǎng)絡(luò)容易陷入極小點、收斂速度慢的問題上，探索性的提出把自組織特征映射神經(jīng)網(wǎng)絡(luò)(SOFM)應(yīng)用于柴油機故障診斷。自組織映射神經(jīng)網(wǎng)絡(luò)診斷方法屬于無教師指導(dǎo)方法，不需要進(jìn)行樣本訓(xùn)練學(xué)習(xí)，可直接進(jìn)行聚類識別診斷，具有快速識別診斷的能力。通過仿真實驗表明：自組織特征映射神經(jīng)網(wǎng)

5、絡(luò)能夠很好地完成故障診斷，準(zhǔn)確性和效率相當(dāng)高，并具有速度快的優(yōu)點。最后，本文將改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)和自組織映射神經(jīng)網(wǎng)絡(luò)進(jìn)行了比較，研究結(jié)果表明：人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于故障診斷擁有很高的正確識別率，自組織映射神經(jīng)網(wǎng)絡(luò)不需要進(jìn)行樣本訓(xùn)練學(xué)習(xí)，可直接進(jìn)行聚類識別診斷，具有快速識別診斷的能力，并且可克服BP網(wǎng)絡(luò)出于樣本組織不全面而帶來診斷結(jié)果模糊的缺點，診斷效果比較好。經(jīng)過對比可以看出神經(jīng)網(wǎng)絡(luò)在柴油機故障診斷中的應(yīng)用是有效可行的。神經(jīng)網(wǎng)絡(luò)等智能技術(shù)