基于聲強(qiáng)知識與神經(jīng)網(wǎng)絡(luò)融合技術(shù)的發(fā)動機(jī)故障診斷研究.pdf

1、本文在充分考察國內(nèi)外發(fā)動機(jī)故障診斷技術(shù)和應(yīng)用現(xiàn)狀的基礎(chǔ)上，深入開展了基于聲強(qiáng)知識和神經(jīng)網(wǎng)絡(luò)融合的發(fā)動機(jī)智能化故障診斷研究，其主要研究內(nèi)容包括： 一，根據(jù)聲強(qiáng)測試原理和虛擬儀器技術(shù)，提出了計(jì)算頻域和時(shí)域聲強(qiáng)的直接獲取法，在此基礎(chǔ)上建立了發(fā)動機(jī)聲強(qiáng)自動測試系統(tǒng)，描述了利用該系統(tǒng)獲取發(fā)動機(jī)聲強(qiáng)信號的方法和過程。 二，利用頻域和時(shí)域信號分析法提取發(fā)動機(jī)故障診斷特征信息，并對發(fā)動機(jī)典型異響故障的近場聲強(qiáng)特征進(jìn)行了詳細(xì)研究。

2、 三，對發(fā)動機(jī)聲強(qiáng)知識融合技術(shù)進(jìn)行了深入研究，將來自不同知識源的知識信息進(jìn)行處理并協(xié)同利用，在此基礎(chǔ)上利用UML語言建立了發(fā)動機(jī)故障診斷知識庫。 四，基于模塊化神經(jīng)網(wǎng)絡(luò)，組建了發(fā)動機(jī)故障診斷網(wǎng)絡(luò)。從工作、訓(xùn)練和學(xué)習(xí)三個方面實(shí)現(xiàn)了診斷網(wǎng)絡(luò)與聲強(qiáng)知識的融合診斷。 五，通過分析發(fā)動機(jī)故障診斷模型的任務(wù)分類及其映射模型，構(gòu)建了發(fā)動機(jī)故障診斷模型框架，在此基礎(chǔ)上以信息流集成的方式確定了基于聲強(qiáng)知識與神經(jīng)網(wǎng)絡(luò)融合的發(fā)動機(jī)故障診斷模型

3、。 六，通過分析發(fā)動機(jī)故障診斷模型的各項(xiàng)運(yùn)行參數(shù)，建立了包括效率評估、精度評估和可靠性評估在內(nèi)的發(fā)動機(jī)故障診斷模型的效能評估體系。 七，根據(jù)發(fā)動機(jī)故障診斷模型，對基于聲強(qiáng)知識與神經(jīng)網(wǎng)絡(luò)融合的發(fā)動機(jī)故障診斷實(shí)施過程進(jìn)行了繼續(xù)研究，通過應(yīng)用舉例驗(yàn)證了本項(xiàng)研究的合理性。 通過發(fā)動機(jī)聲強(qiáng)知識與模塊化神經(jīng)網(wǎng)絡(luò)的有效融合，實(shí)現(xiàn)了發(fā)動機(jī)工作狀態(tài)的非接觸監(jiān)測、在線診斷和學(xué)習(xí)。通過現(xiàn)場測試，驗(yàn)證了發(fā)動機(jī)故障診斷系統(tǒng)能有效識別所學(xué)習(xí)