基于聲強知識與神經(jīng)網(wǎng)絡融合技術(shù)的發(fā)動機故障診斷研究.pdf

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

2、 三，對發(fā)動機聲強知識融合技術(shù)進行了深入研究，將來自不同知識源的知識信息進行處理并協(xié)同利用，在此基礎上利用UML語言建立了發(fā)動機故障診斷知識庫。 四，基于模塊化神經(jīng)網(wǎng)絡，組建了發(fā)動機故障診斷網(wǎng)絡。從工作、訓練和學習三個方面實現(xiàn)了診斷網(wǎng)絡與聲強知識的融合診斷。 五，通過分析發(fā)動機故障診斷模型的任務分類及其映射模型，構(gòu)建了發(fā)動機故障診斷模型框架，在此基礎上以信息流集成的方式確定了基于聲強知識與神經(jīng)網(wǎng)絡融合的發(fā)動機故障診斷模型

3、。 六，通過分析發(fā)動機故障診斷模型的各項運行參數(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)動機故障診斷模型的效能評估體系。 七，根據(jù)發(fā)動機故障診斷模型，對基于聲強知識與神經(jīng)網(wǎng)絡融合的發(fā)動機故障診斷實施過程進行了繼續(xù)研究，通過應用舉例驗證了本項研究的合理性。 通過發(fā)動機聲強知識與模塊化神經(jīng)網(wǎng)絡的有效融合，實現(xiàn)了發(fā)動機工作狀態(tài)的非接觸監(jiān)測、在線診斷和學習。通過現(xiàn)場測試，驗證了發(fā)動機故障診斷系統(tǒng)能有效識別所學習