BP神经网络在高压共轨式电控柴油机故障诊断中的应用

作者运用了优化算法的BP神经网络设计高压共轨式电控柴油机的故障诊断系统，以电控发动机的传感器数值作为BP网络的输入，把发动机的故障状态作为BP网络的输出，以此来对电控柴油机进行实时的故障诊断。将诊断结果与实测结果进行比较后，证明此方法是可行的。     

模糊自学习故障诊断在柴油机电控系统中的应用

将模糊规则的推理方法和神经网络的自学习方法应用在柴油机电控系统的故障诊断上。根据对发动机故障专家经验的总结,将输入故障信息定义为故障现象,将输出故障结果定义为故障点,采用模糊推理规则的方法建立由现象到故障点的诊断模型,实现对柴油机电控系统的故障诊断。故障诊断模型的故障样本是在12V150电控柴油机上通过大量试验获得的,故障诊断模型采用BP神经网络的自学习方法进行训练。将诊断结果同实际测试结果相比较,证明了该方法的正确性。     

柴油机执行器驱动电路的故障诊断系统设计

用软硬件结合的方式,设计了一款柴油机电控喷油系统的故障诊断系统,以对执行器驱动电路进行实时诊断和保护,用MPC5534微控制器的功能模块所构建的故障诊断软件系统中,主CPU将不参与运算,实验表明,该系统可以很好的进行在线实时保护工作。     

电控柴油机的在线失火诊断策略研究

为了满足日益严格的排放法规，电控发动机均要求装备OBD(在线诊断)系统。而在线的失火诊断则是电控柴油机故障诊断项目中的一个重要内容。为此采用曲轴的瞬时角加速度对发动机的失火故障进行监测，并制定了相应的诊断策略。实机试验表明，该失火诊断策略能实时有效地诊断出失火故障。     

船用柴油机电控系统硬件在环测试平台设计验证

以船用柴油机为研究对象,以dSPACE为硬件基础,从硬件、软件两方面介绍船用柴油机电控系统硬件在环仿真测试平台的设计构建方法,并开展电控系统的基本控制功能和故障诊断功能在线测试验证。测试结果表明,该平台应用于船用柴油机电控系统硬件在环测试可有效降低开发成本、缩短开发周期。     

基于BP神经网络的电控汽油机传感器故障在线诊断技术研究

应用人工智能神经网络和推理法则，提出了一套针对电控汽油机传感器的在线故障诊断策略。以传感器采样值作为神经网络的输入，故障代码作为输出，对电控汽油机进行在线故障诊断。通过台架试验对神经网络进行了训练和验证，结果表明，提出的诊断策略对节气门位置传感器和进气压力传感器短路、断路和值不变故障诊断率达到98％，对未标定故障的诊断率也达到85％。研究表明该诊断策略是可行的。     

电控柴油机喷油系故障诊断技术的现状与发展

阐述了电控柴油机喷油系故障诊断技术发展的原因及优点,介绍了电控柴油机喷油系故障诊断类型及方法,综述了电控柴油机喷油系故障诊断技术在系统模型、软硬件及多功能开发、诊断理论、仿真及实验方面的研究现状,提出了电控柴油机喷油系故障诊断技术尚需解决的主要问题及发展方向:针对全工况进行系统建模和仿真研究;应用现代控制技术进一步提高诊断性能,减少有害排放;关键部件的研究;多功能软硬件开发。     

高压共轨柴油机故障诊断系统控制策略研究

基于高压共轨电控柴油机分析了柴油机电控单元故障诊断系统的工作原理,结合车载故障诊断系统的国际标准和电控系统模块化的设计思路,提出了针对各子模块的故障诊断控制策略,并完成了故障诊断模块的设计.通过对主要应用参数的标定,利用ETAS公司的ASCET软件实现控制策略的模拟仿真并在某型号高压共轨柴油机上进行台架试验.试验结果表明:采用控制策略可有效地实现柴油机的故障诊断.     

电控高压共轨柴油喷射系统故障诊断与维护

介绍电控高压共轨柴油喷射系统的结构与工作原理,重点阐述高压共轨柴油机电控系统故障诊断技术,并叙述了电控高压共轨柴油机的使用维护方法.     

船用柴油机蓄压式电控喷油器计量特性数字孪生才型研究

为实时准确地观测电控喷油器的喷油量,实现喷油过程的闭环控制,针对某船用柴油机蓄压式电控喷油器结构特征,根据其燃油流动过程和蓄压腔压力变化规律,利用理论机理计算与神经网络修正相结合的方法,建立了电控喷油器计量特性数字孪生模型。通过建立快速原型样机进行在线试验验证,对比喷油器计量特性数字孪生模型观测值与平台实测值。试验结果表明:当电控喷油器每循环喷油量大于1000 mm³时,喷油量计算误差在3%以内;当每循环喷油量小于1000 mm³时,喷油量计算误差在10%以内。     

基于linux的汽轮机转子在线监测与故障诊断系统

介绍了基于Linux平台、采用C语言和Kylix语言编程的汽轮机转子在线故障诊断系统及其特点，该系统非常稳定，特别适合于实时在线故障监测和诊断。     

基于对比歧化和深度置信网络的配电网故障类型识别

针对配电网数据分支多、设备类型多样、现有故障诊断方法精度低的问题,提出基于深度置信网络的配电网故障诊断方法。该方法建立了4种不同层数的深度置信网络,将配电网的实际监测数据分为训练和测试数据导入到深度置信模型,采用对比歧化算法优化初始参数选择和加速模型训练,测试模型对样本的识别精度,建立改进BP神经网络和Petri网对比故障识别精度。结果表明,深度置信网络可以通过实时分析配电网实时监测数据,准确辨识配电网故障类型,提高了配网故障诊断的准确率和速度。     

融合技术在柴油机故障诊断中的应用

导致柴油机同一故障的各相关检测信号使其融合，应用在神经网络故障识别系统中，可以快速，准确地诊断柴油机.主主要融合气缸振动信号，喷油信号及水温信号，设计了通过撮以信号持征值，应用神经网络识别系统诊断柴油机功率下降故障的方法。信号特征值分别按各自信号的特点提取，其中气缸振动信号以振动信号的各子带功率谱为特征，即在频域中选取特征；喷油信号以信号波形形状识别为特征，即在时域中选取特下；水温信号因其为慢速变化信号，取不同阶段的水温信号为特征。     

Impact of New Technology on the Korean Electricity Industry

This letter demonstrates the use of modal logic for knowledge representation for condition monitoring of gas turbine start-up sequences. The potentially large amounts of data and the complex real-time processes behind on-line fault detection indicate the need for software entities that can reason and react to changing environmental conditions. These are known as intelligent software agents. As a consequence, data interpretation is achieved by converting the data into appropriate information and combining individual agents' knowledge, resulting in an automatic fault diagnosis.     

基于改进段角加速度和神经网络的柴油机失火诊断研究

针对失火故障中存在的高速轻载诊断困难,失火程度无法判别的问题,通过对比分析正常状态与失火情况下瞬时转速的特征,发现缩短段角加速度段长度,能够有效提升特征对失火故障的敏感度,同时,用神经网络方法代替阈值规则,能够很好地利用各缸特征值间的联系诊断失火。基于此,提出一种改进段角加速度和神经网络相结合的失火故障诊断方法。该方法能够实现对全转速范围单缸完全失火的诊断,且利用二级诊断的方式可以对失火程度进行有效判别,在高速轻载工况依旧具有很好的准确率。同时,提出的方法在学习阶段所需数据量小,适用于发动机失火故障的在线诊断。     

基于SOM网的风电变流器故障诊断

我国新疆、甘肃、宁夏、内蒙、浙江、黑龙江、江苏、广东等都在大规模建设风电场,这些风电场建成后,其故障维护就有了很大市场.以新疆风电场为基础,尝试开发用于风力机故障智能诊断的系统.首先介绍了风力机及其变频器系统的结构,分析了变频器的故障机理.使用SOM神经网络对风机变流器进行了诊断,用数据验证了诊断结果.把传统的电力电子设备故障诊断技术与新疆风力机变频器的故障诊断相结合,为风电大面积推广应用产生了积极作用.     

汽轮机组回热系统故障诊断知识的模糊处理及诊断研究

在建立火电机组回热系统常见故障的故障集和征兆集基础上,利用模糊数学知识和相关理论,针对回热系统故障征兆参数的不同变化方向和程度,采用不同的变化等级和阈值,建立了回热系统典型故障样本模式知识库及实时故障模式集。同时利用基于MATLAB环境下的径向基函数网络,建立了回热系统故障诊断模型。并利用电站仿真机模似典型故障进行了神经网络模型的验证。实践表明,这种方法可有效地进行回热加热器故障样本模式的模糊量化处理,极大地改善了神经网络训练的收敛性。有利于回热系统的故障诊断。     

人工神经网络在混合智能故障诊断技术中的应用研究

故障诊断的关键是寻找一种使诊断结果更为有效的方法。人工神经网络作为一种新兴的故障诊断方法，越来越受到人们的关注。然而，对于复杂的系统，单一的传统神经网络很难给出理想的结果。本文重点对神经网络与其它诊断方式融合的混合智能技术，即神经网络与专家系统、模糊控制、小波分析和遗传算法的结合以及集成神经网络等在故障诊断中的应用进行了综述。这些方法已应用到实践中，并取得了一定的成果。     

基于级联随机森林的光伏故障诊断模型研究

针对环境气象监测数据与光伏电站的历史数据,提出一种基于级联随机森林的光伏组件在线故障诊断模型,从模型的特征变量分析、真实数据集的预处理、模型训练及使用3个方面进行详细描述,最后通过实验验证该方法的有效性和准确性,证明其对光伏电站智能在线故障诊断具有较好的使用价值。