柴油機智能故障診斷系統(tǒng)的綜合研究與工程實現(xiàn).pdf

1、本課題主要研究了柴油機故障診斷的智能化方法。其間結合了東北大學設備診斷工程中心與沈陽軍區(qū)65182部隊合作的“柴油機診斷儀”，以及東北大學設備診斷工程中心與遼河石油勘探局總機械廠合作的“12V190B柴油機狀態(tài)監(jiān)測分析儀”兩個實際項目。 柴油機是一個綜合性的復雜系統(tǒng)，故障引發(fā)原因多，因此難以精確診斷。傳統(tǒng)的各種故障診斷方法都有其局限性，僅在某些較小范圍有其實用價值，卻難以在柴油機整體狀態(tài)故障診斷中充當重任。近年來，人工智能的研究

2、已取得了很大進展，人工神經網絡和專家系統(tǒng)在設備故障診斷中的應用越來越受到人們的重視，在故障診斷領域獲得越來越廣泛的應用。因此，使用智能診斷技術代替?zhèn)鹘y(tǒng)診斷方法對柴油機進行診斷已成為一種必然的發(fā)展趨勢。 本文設計了一種基于專家系統(tǒng)的柴油機故障診斷智能系統(tǒng)。本系統(tǒng)將應用經驗知識、數學模型等手段的傳統(tǒng)柴油機故障診斷方法與應用神經網絡、專家系統(tǒng)等人工智能技術的現(xiàn)代柴油機故障診斷方法相結合，對各種診斷模型進行了總結、分類、抽象。使其形成統(tǒng)

3、一的柴油機故障診斷知識體系，令原本具有局限性的各種柴油機故障診斷方法在各層次間協(xié)同工作，構成了一個完整的、系統(tǒng)化的、可拓展的，開放式柴油機故障診斷智能系統(tǒng)。 其間，結合項目實際需求，研究了以12V190B為代表的12缸柴油機瞬時轉速信號的預處理，設計了～種基于小波變換的瞬時轉速信號降噪方法，使用實測數據對其進行了驗證。根據供油提前角的定義，結合工程實際，設計了一種對其進行不解體測量的方法——噴油壓力波形法，使用實測數據對其進行了

4、驗證?？偨Y了各種有代表性神經網絡(ANN)模型的特點，有針對性的將其與柴油機故障診斷中的特定問題相結合，探討了各種網絡模型在柴油機故障診斷過程中的適用范圍。在此基礎上，設計出了基于Elman網絡的間接噴油壓力信號特征提取方法以及基于PNN網絡與信息融合技術的柴油機供油系統(tǒng)常見故障診斷模型，使用實測數據對其進行了驗證。最終，完成了柴油機智能故障診斷系統(tǒng)的知識抽象與知識庫的建立，設計了適合現(xiàn)階段使用的柴油機故障診斷推理機制以及解釋機制。同時