汽車(chē)發(fā)動(dòng)機(jī)智能故障診斷理論及方法研究.pdf

1、本文在對(duì)汽車(chē)發(fā)動(dòng)機(jī)智能故障診斷的理論與技術(shù)等內(nèi)容進(jìn)行綜述的基礎(chǔ)上，針對(duì)汽車(chē)發(fā)動(dòng)機(jī)智能故障理論與技術(shù)所面臨的主要問(wèn)題進(jìn)行了研究。結(jié)合汽車(chē)發(fā)動(dòng)機(jī)的結(jié)構(gòu)組成，建立了汽車(chē)發(fā)動(dòng)機(jī)故障診斷層次分類(lèi)模型，提出了采用專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和粗糙集的集成智能故障診斷模型?；谛〔ǚ治?、神經(jīng)網(wǎng)絡(luò)以及粗糙集理論等技術(shù)和方法，研究了汽車(chē)發(fā)動(dòng)機(jī)智能故障診斷技術(shù)中的特征提取、模式識(shí)別、知識(shí)獲取以及增量學(xué)習(xí)等關(guān)鍵技術(shù)。論文的主要內(nèi)容如下： 結(jié)合汽車(chē)發(fā)動(dòng)機(jī)的組

2、成、結(jié)構(gòu)特點(diǎn)，分析了汽車(chē)發(fā)動(dòng)機(jī)故障類(lèi)別及故障診斷特點(diǎn)。針對(duì)汽車(chē)發(fā)動(dòng)機(jī)這樣的典型的復(fù)雜往復(fù)機(jī)械，建立了汽車(chē)發(fā)動(dòng)機(jī)故障層次分類(lèi)診斷模型，降低了汽車(chē)發(fā)動(dòng)機(jī)故障診斷問(wèn)題的復(fù)雜性。提出了采用專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和粗糙集的集成智能故障診斷模型來(lái)具體實(shí)現(xiàn)所提出的汽車(chē)發(fā)動(dòng)機(jī)層次分類(lèi)診斷模型，為汽車(chē)發(fā)動(dòng)機(jī)的多模型、多方法集成智能故障診斷技術(shù)的實(shí)現(xiàn)提供了一條新的途徑。 汽車(chē)發(fā)動(dòng)機(jī)的振動(dòng)信號(hào)中包含著豐富的狀態(tài)信息，振動(dòng)信號(hào)分析一直是汽車(chē)發(fā)動(dòng)機(jī)故障診

3、斷最為有效的手段之一。根據(jù)汽車(chē)發(fā)動(dòng)機(jī)振動(dòng)信號(hào)特征難以提取的特點(diǎn)，提出了基于時(shí)域分析和小波分析技術(shù)的特征提取方法。應(yīng)用小波變換來(lái)進(jìn)一步分析信號(hào)的時(shí)-頻特性，提出了汽車(chē)發(fā)動(dòng)機(jī)振動(dòng)信號(hào)處理中小波基函數(shù)的選擇原則，并依此確定了合適的小波基，利用小波包分解獲得了振動(dòng)信號(hào)的時(shí)-頻特征參數(shù)。在建立了汽車(chē)發(fā)動(dòng)機(jī)缸蓋振動(dòng)信號(hào)的信息模型的基礎(chǔ)上，闡述了配氣機(jī)構(gòu)的典型故障-氣門(mén)間隙異常的振動(dòng)診斷機(jī)理，以汽車(chē)發(fā)動(dòng)機(jī)缸蓋振動(dòng)信號(hào)為例，提取出了用于刻畫(huà)振動(dòng)信號(hào)特征

4、的參數(shù)，為后續(xù)的智能故障診斷技術(shù)的模式識(shí)別奠定了基礎(chǔ)。 汽車(chē)發(fā)動(dòng)機(jī)的結(jié)構(gòu)復(fù)雜性決定了其征兆域與故障域之間映射的復(fù)雜性，在分析粗糙集和神經(jīng)網(wǎng)絡(luò)集成技術(shù)的基礎(chǔ)上，提出了適用于汽車(chē)發(fā)動(dòng)機(jī)故障診斷模式識(shí)別的粗糙神經(jīng)網(wǎng)絡(luò)，闡述了粗糙神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)方法。該網(wǎng)絡(luò)采用一對(duì)粗糙神經(jīng)元取代了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元，使得神經(jīng)網(wǎng)絡(luò)的輸入拓展成一個(gè)連續(xù)的實(shí)數(shù)區(qū)間，增加了神經(jīng)網(wǎng)絡(luò)的信息理解能力。并將其成功應(yīng)用于汽車(chē)發(fā)動(dòng)機(jī)氣門(mén)間隙的故障診斷過(guò)程中，診斷

5、結(jié)果表明，粗糙神經(jīng)網(wǎng)絡(luò)的這種結(jié)構(gòu)，不僅能夠準(zhǔn)確地診斷氣門(mén)間隙故障，而且其診斷性能也優(yōu)于傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)。 在描述汽車(chē)發(fā)動(dòng)機(jī)狀態(tài)的數(shù)據(jù)集中，由于一些主、客觀原因，常含有一些不完備的信息，針對(duì)故障診斷問(wèn)題的不完備性，提出了分辨矩陣基元的概念，以此為基礎(chǔ)，定義了面向?qū)ο?極大相容塊的分辨矩陣，給出了利用定義的分辨矩陣求取約簡(jiǎn)的方法。提出了一種面向?qū)ο?極大相容塊的故障診斷規(guī)則獲取方法，用于從不完備故障診斷決策表中直接獲取簡(jiǎn)潔、直觀的