基于神经网络的电喷发动机故障诊断专家系统

针对汽车电喷发动机故障诊断的特点,本文对基于神经网络理论的发动机故障诊断方法进行了初步的研究,并在Windows环境下,将神经网络技术与计算机多媒体技术相结合,探讨了发动机故障诊断知识表示、知识获取及知识库的开发.对发动机故障诊断提供了智能诊断方法.     

基于MATLAB软件包程序的电喷发动机故障诊断

目前国内外常用的汽车故障诊断仪(解码仪)功能并不全面,不能诊断不出现故障码的机械类故障.为了解决这个问题,提出了一种利用径向基函数神经网络进行电喷发动机故障诊断的方法.该方法通过MATLAB软件包与ACCESS数据库相结合编制故障诊断程序,从而实现了无故障码的故障诊断.同时还将径向基函数网络与BP网络进行了比较.实验表明,径向基函数网络更适用于故障诊断.     

汽车电喷发动机故障诊断与维修方法探析

目前微电子控制技术在汽车发动机中的应用越来越广泛,在有效改善汽车燃油经济性、动力性的同时,也增大了汽车发动机的故障诊断难度,影响维修工作效率。本文主要阐述了电喷发动机技术特点及常见的故障．总结了电喷发动机故障诊断方法,最后结合具体实例进行故障诊断与维修分析,以期寻找最有效的汽车电喷发动机故障诊断与维修方法,为相关研究提供参考意见。     

桑塔纳AJR电喷发动机实验台架介绍

介绍了桑塔纳AJR电喷发动机实验台架的各架的各项技术性能和进行各种故障的测试方法。此发动机实验台架装有电子控制多点燃油喷射系统，同时控制喷射系统和点火系统，可进行电喷发动机的各项检测，另装有故障设置开关，可人为设置各种故障。     

浅谈电喷发动机的维修

介绍汽缸电子喷射系统、电喷发动机维修操作步骤及维修实例。     

平地机节能技术研究

平地机节能技术研究可以为电喷发动机更好地节省使用成本提供有利支持。本文首先对电喷发动机在平地机上的应用节能技术现状进行了总结研究,并结合电喷发动机装置使用的实际需要,制定了节能技术的具体改进策略,对提高电喷发动机的综合性使用性能具有重要积极意义。     

汽车氧传感器的检测与维修

针对电喷发动机怠速运转不稳的故障现象,将KES-200便携式发动机分析仪和X-431汽车诊断仪结合使用,通过对氧传感器的检测以及读故障码、读数据流和信号波形分析,找出故障原因,确认故障部位,予以排除故障,提高汽车检测与维修的品质和效率。     

电喷发动机故障诊断的基本原则及注意事项

电喷发动机的结构、工作原理及维修比较复杂,给故障的诊断和排除造成一定的难度.介绍维修人员应全面掌握的电喷发动机的结构及故障的诊断和排除过程中的基本原则和注意事项.     

电喷发动机系统简介

通过对电喷发动机系统各零部件的介绍 ,浅显地阐述电喷发动机的设计和控制原理 ,从而揭开电喷发动机的神秘面纱。     

基于FCM-GRA的故障诊断方法研究

针对复杂机械产品的故障诊断问题,文中提出基于FCM和灰色关联分析(GRA)的两阶段的故障诊断方法。第一阶段用模糊聚类方法得到标准故障序列。第二阶段运用灰色关联分析方法分析标准故障序列与实时数据的灰色关联度,根据灰色关联序实现故障识别。最后以电喷发动机怠速不稳故障为实例验证模型的有效性。     

基于AIC的RBF网络在旋转机械故障诊断中的应用

提出了一种适用于各类旋转机械的精度高、响应快的故障诊断方法。首先利用赤迟信息准则(AIC)确定RBF神经网络的隐含层节点数和中心,然后建立基于该神经网络的故障诊断模型,再利用旋转机械振动信号来分析并判定其运行状况。以柴油机连杆铜套磨损故障为例进行分析,实验及仿真结果表明:基于AIC的RBF网络技术的诊断方法在柴油机故障诊断中是有效可行的,对于单一故障的识别率为100%,对其他复杂旋转机械的振动诊断同样具有参考价值。     

基于RBF神经网络的齿轮箱故障诊断

阐述径向基函数(radial base function,RBF)神经网络的基本原理和算法,将其应用于齿轮箱故障诊断与识别,建立齿轮箱的BRF故障诊断模型,并与BP(back propagation)神经网络、学习率自适应BP神经网络进行对比分析研究。结果表明,RBF神经网络性能优于BP神经网络,具有较快的训练速度、较强的非线性映射能力和精度较高的故障识别能力,非常适用于齿轮箱的状态监测和故障诊断。但在具体应用中应当注意,RBF网络的训练样本必须含有一定的噪声,以提高网络的容噪性能;各类故障的训练样本数不能太少,否则RBF网络的故障分类能力很差。     

基于RBF神经网络的飞机蓄压油箱爆破故障诊断

本文采用径向基（RBF）神经网络，对军用飞机燃油系统蓄压油箱空中爆破进行故障诊断，结果表明RBF神经网络具有精度高，收敛速度快等优点，可应用于飞机燃油系统其它部件的故障诊断。     

基于BP和RBF神经网络的滚动轴承故障诊断比较

通过仿真实例,应用BP和RBF神经网络对滚动轴承的故障诊断进行了比较研究,结果表明,BP网络和RBF网络仿真效果都比较理想,但RBF网络构建简单,训练速度快且比较稳定,体现了RBF神经网络的优越性。     

基于频谱与轴心轨迹图的汽轮机RBF神经网络故障诊断研究

通过对比频谱分析的汽轮机故障诊断技术,提出一种频谱与轴心位置相结合的基于RBF网络的故障诊断方法,并且通过ZT-3转子模拟试验台得出的试验数据和轴心轨迹图作为训练样本,对RBF网络的故障诊断方式进行仿真。     

电梯故障诊断的RBF神经网络方法研究

以电梯曳引机为研究对象,在阐述其振动故障的基础上,针对涡轮蜗杆减速器故障,给出了故障特征现象和故障代码.对已发生的蜗杆不平衡故障,分别采用RBF神经网络和BP神经网络,利用Matlab工具建模,给出了故障诊断结果,并进行结果分析比较.多次数据离线检验和实时在线监测结果均表明采用RBF神经网络方法能够及时、有效地检测出曳引机工作过程中的故障,并能够满足曳引机运行的实时性和鲁棒性等要求.     

基于ART-并行BP神经网络的柴油机故障诊断研究

造成柴油机故障的因素十分复杂,既存在单一类的故障,也存在多故障并存的现象,而且还会出现新型故障,仅仅依靠单一神经网络技术的故障诊断已经很难满足对柴油机的有效诊断要求。本文在信息决策层融合的基础上,以自适应谐振理论ART和误差反向传播并行BP两种神经网络为基础,建立了用于柴油机故障诊断的新型神经网络模型,以对柴油机系统工作过程多种故障进行诊断识别。通过与单一神经网络诊断识别结果的分析和比较,验证了该神经网络诊断模型的可行性,它能够进行多传感器信息综合诊断,既能识别单故障和并发故障,又具有识别新型故障的能力,可有效地提高对柴油机故障诊断的准确性和可靠性。     

基于PCA-RBF神经网络的小型压水堆故障诊断方法研究

小型反应堆具有结构紧凑和多用途的特点,受到了国际社会越来越多的关注。传统的基于信号阈值的故障诊断方法越来越无法满足精确性和高效性的要求。本文利用RELAP5软件模拟了小型压水堆不同功率水平下的反应堆稳态,蒸汽发生器传热管破裂事故(SGTR)以及冷却剂丧失事故(LOCA),生成了故障诊断所需的样本集。建立了基于PCA-RBF神经网络的故障诊断模型,对不同故障类型、位置和故障程度进行了准确的诊断。最终通过和BP神经网络对比,验证了本文所建立的基于PCA-RBF神经网络的故障诊断模型具有更快的训练速度和诊断精度。     

基于模糊RBF神经网络的滚动轴承故障诊断

针对现有滚动轴承故障诊断方法存在人为因素影响、表达模糊信息能力弱等问题。结合模糊评价和RBF神经网络的优点,选取3层小波包分解方法以获取评价因子,并使用正态分布型隶属度函数,构建了模糊RBF神经网络滚动轴承故障诊断模型。网络测试结果表明,该模型客观准确,诊断结果与实际情况一致。