| 【中文题名】 | 基于神经网络的柴油机燃油系统故障诊断的研究和实现 |
| 【英文题名】 | |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-19 |
| 【中关键词】 | 柴油机,燃油系统,故障诊断,BP神经网络,自组织映射网络, |
| 【英关键词】 | Diesel Engine,Fault Diagnosis,BP Neural Network,SOFM Network, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>监视、报警、故障诊断系统> |
| 【论文摘要】 |
柴油机是目前应用最广泛的动力设备之一，被广泛应用于石油钻井、动力发电、铁路牵引、工程机械、各种船舶和汽车等领域。柴油机作为往复式机械的代表，本身结构复杂，故障也呈现出复杂性和多样性的特点，应用传统的诊断方法很难进行识别，已不能满足现代化的要求。据统计，柴油机故障中约有27％是由于燃油系统故障引起的，而燃油系统又是柴油机的关键系统，其工作状态好坏直接影响柴油机的正常运行，并决定着柴油机性能的优劣，一旦燃油系统发生故障，必将导致柴油机燃油燃烧恶化、功率下降、经济性和可靠性下降以及排烟情况恶化。因此，及时地诊断出柴油机燃油系统的故障具有重要的现实意义。
通过实验表明高压油管的压力波形包含了大部分的工作状态信息，能较敏感的分辨出各种故障信息。本文正是应用检测高压油管中压力波动的变化来诊断燃油喷射系统的故障。根据高压油管中压力的特点，提出了从时域波形进行识别并提取燃油最大压力、起喷压力、落座压力、次最大压力、波形幅度、上升沿宽度、波形宽度、最大余波宽度、波形面积等特征参数，这些参数非常直观的反映燃油喷射过程工作状态，最能表现出柴油机的运行状况。
人工神经网络是一种大规模并行的非线性系统，具有很... |
| 【论文题纲】 |
|
摘要 |
6-8 |
|
ABSTRACT |
8-10 |
|
第一章 绪论 |
10-18 |
|
1.1 课题的来源及研究的目的和意义 |
10-11 |
|
1.2 柴油机故障诊断技术的国内外研究现状及发展趋势 |
11-16 |
|
1.2.1 国内外研究现状 |
11-14 |
|
1.2.2 存在的问题 |
14-15 |
|
1.2.3 发展趋势 |
15-16 |
|
1.3 论文的主要研究内容 |
16-18 |
|
第二章 神经网络理论的基本概述 |
18-38 |
|
2.1 引言 |
18 |
|
2.2 神经网络基本概念 |
18-22 |
|
2.2.1 神经网络的发展 |
18-20 |
|
2.2.2 神经网络的特点 |
20-21 |
|
2.2.3 神经网络在故障模式识别中的应用 |
21-22 |
|
2.3 BP网络 |
22-34 |
|
2.3.1 BP网络模型 |
23-24 |
|
2.3.2 BP学习算法 |
24-30 |
|
2.3.3 BP网络设计 |
30-31 |
|
2.3.4 BP学习算法的改进 |
31-32 |
|
2.3.5 BP算法训练样本的选择和处理 |
32-34 |
|
2.4 自组织映射网络 |
34-38 |
|
2.4.1 自组织映射网络模型 |
34-36 |
|
2.4.2 自组织映射学习算法 |
36-38 |
|
第三章 柴油机燃油系统及典型故障的压力波分析 |
38-46 |
|
3.1 柴油机燃油系统简介 |
38-40 |
|
3.2 燃油喷射过程 |
40-41 |
|
3.3 燃油系统压力波 |
41-43 |
|
3.4 燃油压力的测量 |
43-46 |
|
3.4.1 夹持式压力传感器的原理 |
43-45 |
|
3.4.2 测量部位的选取 |
45-46 |
|
第四章 基于神经网络的故障诊断 |
46-70 |
|
4.1 燃油压力波形特征提取 |
46-55 |
|
4.1.1 压力波形结构形态的抽取与描述 |
47-52 |
|
4.1.2 特征点的识别 |
52-55 |
|
4.2 燃油系统的几种常见故障 |
55-60 |
|
4.3 基于 BP网络的故障诊断 |
60-65 |
|
4.3.1 输入和目标向量设计 |
60-62 |
|
4.3.2 BP网络设计 |
62-65 |
|
4.4 基于SOFM网络的故障诊断 |
65-68 |
|
4.4.1 网络样本设计 |
65-66 |
|
4.4.2 网络设计 |
66 |
|
4.4.3 网络训练与测试 |
66-68 |
|
4.5 两种算法的比较 |
68-70 |
|
第五章 结论 |
70-72 |
|
参考文献 |
72-75 |
|
致谢 |
75-76 |
|
攻读硕士学位期间发表的学术论文 |
76-77 |
|
学位论文评阅及答辩情况表 |
77 |
|
| 【DOI】 | LunWen.ID:2.2008.388674 |
