基于和聲搜索算法優(yōu)化BP神經(jīng)網(wǎng)絡的柴油機故障診斷研究.pdf

1、柴油機作為國民生產(chǎn)生活中必不可少的大功率往復式機械，是很多重要設備的動力來源。然而由于柴油機構(gòu)造復雜及使用環(huán)境惡劣導致其故障的多發(fā)性、多樣性和滯后性，因此如何發(fā)現(xiàn)一種高效的故障診斷方法，是目前國內(nèi)外學者研究的重點。
　　BP神經(jīng)網(wǎng)絡具有信息并行處理能力強、容錯性高、自學習和自適應能力優(yōu)秀等優(yōu)點，但它容易陷入局部最小值，收斂速度慢;和聲搜索算法最大的特點是全局尋優(yōu)能力突出，而且算法簡單。因此本文將和聲搜索算法與BP神經(jīng)網(wǎng)絡相結(jié)合，突

2、出它們各自的優(yōu)點，改善BP神經(jīng)網(wǎng)絡的缺陷，以便達到更好的故障診斷效果。
　　本文以R6105AZLD型柴油機作為實驗對象，通過總結(jié)歸納，得出柴油機常見故障類型及其設置方法，同時研究了實驗測點信號的敏感度，得出實驗測點設置的位置，進行柴油機實驗數(shù)據(jù)采集。經(jīng)過對比各小波基函數(shù)信噪比處理結(jié)果，確定了本文信號降噪使用的小波基函數(shù)，并通過對降噪信號時域頻域特征以及小波包能量特征的提取分析，指出小波包能量特征值數(shù)據(jù)更適于本文。本文利用測試標準