基于BP神經網絡的柴油機熱紅外故障診斷方法研究.pdf

1、熱紅外成像技術始于上世紀50年代，由于其隱蔽性能好、安全指數高、不受電磁干擾等優(yōu)點，近幾年來該技術得到迅猛的發(fā)展，已經成為一門新型技術科學。以往的紅外技術首先在軍事領域得到應用，而現在隨著熱紅外技術的發(fā)展日趨成熟，已成為當今各相關行業(yè)研究的熱點，得到了十分廣泛的應用，是當今世界高科技研究領域之一。
　　柴油機是一種常見的發(fā)電機，是用途非常廣泛的動力機械。其耐久性和可靠性在運行過程中顯得尤為重要，隨著發(fā)動機內部強化程度的提高，結構也

2、變得極為復雜，在十分惡劣的工作條件下，故障發(fā)生的可能性也會大大增加。為確保發(fā)動機的正常運行，提高其安全、可靠性，必須加強發(fā)動機運行過程中的管理，加強對發(fā)動機故障的早期預防和診斷。就如何診斷出動力設備中的故障隱患，并針對傳統(tǒng)測試診斷方法中的接觸測試的不足的問題，本文敘述了一種非接觸式的測試方法，即在熱紅外成像技術基礎上的故障診斷。
　　熱紅外技術對診斷電力系統(tǒng)中的故障隱患具有圖像直觀、不受電磁干擾、不接觸探測、安全可靠、判斷準確、效

3、率高和檢測速度快等特點。特別針對那些懸空的、處在高速運動中的和帶電的設備更具有突出的優(yōu)點。利用柴油機高速運轉過程中向外界熱輻射的特點，通過紅外探測器攝取其溫度場的紅外圖像，測定柴油機表面的溫度分布場及其變化情況，能發(fā)現發(fā)動機可能存在的熱狀態(tài)異?，F象并找出潛在的故障點，實現預防和診斷。
　　熱紅外圖像的預處理和特征提取。在紅外圖像的分析中，進行圖像的預處理是十分重要的一個環(huán)節(jié)，主要目的是消除圖像中混入的各種噪聲信號，突出真實的信息，

4、增強有關信息的可檢測性和最大限度地簡化數據，為下一環(huán)節(jié)的研究提供便捷。采用中值濾波、平滑濾波、銳化濾波等算法去除圖像中的的噪聲信息，并用增強算法對圖像進行有效的增強。利用邊緣檢測方法中，Roberts算子、Sober算子和正交算子或閾值分割法，對紅外圖像進行圖像分割。在特征提取這一步研究，是圖像識別的一個關鍵問題，對于神經網絡的分類來說，核心就是利用圖像的特征進行訓練識別，提取的特征是診斷識別的關鍵。本文從圖像矩、目標圖像的信息熵、系數

5、變換特征、邊緣提取等角度分別討論了紅外目標圖像特征提取的方法，已達到目標識別的目的。
　　BP神經網絡。是采用誤差反算法作為其學習規(guī)則進行有監(jiān)督學習的前饋網絡，實現了多層網絡學習。當給定網絡一個輸入，由輸入層送到隱層，經過隱層單元處理，再送到輸出層，輸出層單元處理后產生一個輸出模式，若輸出響應與期望輸出模式有差距，就將誤差沿著連接通路后向傳播，并同時修正各層連接的權值?？蓪⒓t外圖像提取的特征輸入BP網絡進行訓練。最后可通過輸出判定