基于径向基函数神经网络的发动机智能故障诊断

本文提出了一种新的汽车发动机故障诊断方法。首先利用小波包对故障信号进行处理,将能量信息作为识别故障的特征向量,并采用了隐含层节点的动态删除策略对径向基函数神经网络结构进行精简。利用训练样本数据,得到最优预测模型,并用检验样本数据对所得的预测模型进行检验。试验表明该诊断方法对发动机故障诊断有良好的诊断效果,能够对故障进行准确分类。     

某型涡轴发动机故障诊断分析

详细介绍了机械故障诊断技术的基本步骤。并应用该技术对某型涡轴发动机进行了故障诊断。利用该技术可以预防故障的发生,保证设备安全,减小各方面的损失程度。该技术还可以应用于其它机械设备。     

基于小波神经网络的滚动轴承故障诊断

根据滚动轴承振动信号的频域变化特征,利用小波分析对其建立频域特征向量,准确地提取了故障的特征信息,结合RBF神经网络训练速度快的优点,将RBF神经网络应用于轴承故障特征的选择,并利用所确定的特征及RBF分类器进行故障诊断。实验结果表明,该方法可实现滚动轴承故障的可靠诊断。     

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。     

基于径向基函数神经网络的电机轴承智能故障诊断

本文提出了一种新的电机轴承故障诊断方法.首先把滚动轴承振动信号作为识别故障的特征向量,然后送入径向基函数神经网络中,进行故障类别的自动识别.试验结果表明,该诊断模型对电机轴承故障诊断具有良好的诊断效果,系统不仅能够检测到轴承故障的存在,而且能够比较准确地识别轴承的故障模式.     

基于RBF神经网络的柴油机燃油喷射系统的故障诊断

以RBF网络为识别模型,对柴油机燃油喷射系统的故障进行训练,并应用于待识别故障样本的识别仿真,结果表明,基于RBF的故障诊断方法优于基于BP网络故障诊断,在柴油机燃油喷射系统故障诊断中是行之有效的方法.     

某型涡轴发动机气路故障数值仿真

为了仿真某型涡轴发动机的气路故障特征,采用部件法建立了该发动机的稳态非线性数学模型。首先,研究了发生不同气路故障时各部件特性曲线的变化规律,并引入性能退化因子改变部件特性曲线,仿真部件故障;然后,建立了组合故障以及不同故障严重程度的仿真方法,仿真发动机实际运行时,不同故障类型、不同故障组合以及故障严重程度引起的发动机各截面总压、总温以及输出功率的改变;最后,经分析得到发动机气路故障特征,验证了该气路故障仿真方法的可行性,为数据驱动的发动机故障诊断和状态监测提供了一种获取气路故障数据的手段。     

基于概率神经网络的发动机故障诊断方法研究

传统的故障模式诊断方法很难对复杂系统的故障进行诊断,概率神经网络作为一种自适应的模式识别技术,以其结构简单、学习速度快、具有非线性处理和抗干扰能力强等优点广泛应用在模式分类和故障诊断领域。利用概率神经网络对发动机的故障进行诊断,仿真结果表明,该网络诊断准确率高、泛化能力强,可以对系统进行实时监测和诊断。     

基于模糊神经网络的航空发动机故障诊断研究

提出了一种基于模糊神经网络的航空发动机故障诊断方法 ,介绍了该方法的原理及实现算法 ,并利用某型发动机地面定检状态实测的数据作为样本数据 ,建立了基于模糊神经网络的航空发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识 ,结果表明该方法具有学习速度快、诊断精度高等优点。可用于航空发动机及其它装备的故障诊断。     

基于RBF神经网络的门式起重机故障诊断系统的研究

门式起重机是港口码头、铁路集散中心常见的大型吊装设备,为了避免其发生故障影响工程作业的效率和进度,有必要对门机进行实时监控并对其发生的故障进行诊断和预测.探讨了基于径向基函数（RBF）神经网络的门机故障诊断系统,针对门机的几种常见故障进行诊断,结果表明该方法切实可行.     

基于神经网络的发动机异响故障诊断方法

针对汽车发动机异响故障诊断的特征，研究了基于神经网络的异响故障诊断专家系统的理论和方法及实现过程，并将此方法应用于具体JL368Q发动机异响故障诊断，结果表明其方法具有通用性和高效性。     

涡轴发动机高原起动试验研究

基于不同海拔机场发动机地面起动试验结果,以及涡轴发动机起动特点,研究了机场海拔高度对发动机起动过程的影响,并结合发动机起动供油及燃烧过程,分析了在高原机场造成起动困难的主要因素,并针对高原起动出现的问题,给出了改进建议。结果表明,随着海拔增高,发动机地面起动时间增加,起动过程中的最高排气温度上升,起动过程更容易出现喘振;建议通过合理调整起动供油量和提高起动机功率来改善发动机高原起动性能。     

基于AMESim的某型涡轴发动机燃油调节器建模仿真

涡轴发动机是直升机的动力装置,机械液压调节器是发动机控制系统的重要组成部分。以某型在役航空涡轴发动机机械液压调节器为研究对象,以机械液压系统建模仿真软件AMESim为研究平台,建立了该型调节器的AMESim模型,并进行了仿真研究。首先详细分析了调节器的组成及基本工作原理;其次,根据元部件的结构和流量连续及力平衡的原理,建立了该调节器的数学模型;最后,按照该调节器的调试流程对搭建的调节器模型进行仿真调试。通过对实际的试车数据对比表面,所建调节器的AMESim数学模型性达到了该调节器各项性能技术指标。所建立的调节器模型和得到的仿真结果不仅可以为该型调节器的调试过程提供参考,也可以在此基础上对该型调节器进行参数优化以提高或改进其性能。     

神经网络在发动机燃油系统故障诊断中的研究

文中提出了一种基于人工神经网络的发动机故障诊断方法,建立了发动机燃油系统故障诊断系统的BP网络结构。经实验验证表明:该燃油故障诊断系统具有较高的准确性,并且易于操作和使用。     

小波和RBF神经网络在轴承故障诊断中的应用

分析了基于径向基神经网络的故障诊断方法和原理,采用小波包分析对其建立频域能量特征向量,利用径向基函数神经网络完成滚动轴承故障模式的识别.试验结果表明,系统不仅能够检测到轴承故障,而且能够比较准确地识别轴承的内、外圈故障模式,可以满足工程中的需要.     

涡轴发动机EMS振动监测技术研究

振动监测是发动机监测系统(EMS)的重要组成部分,目前涡轴发动机EMS振动监测技术研究已引起广泛的关注。本文从涡轴发动机EMS振动监测技术的研究现状和研究意义出发,就涡轴发动机EMS振动监测发展中的有关技术问题进行了讨论,并提出了一些建议。     

涡轴发动机高原启动热悬挂分析研究

基于某涡轴发动机的启动特点,对其高原启动热悬挂现象进行了分析研究。通过分析对比不同启动过程规律,指出本次启动热悬挂的原因是点火成功时间长、启动电机脱开转入发电状态时机载设备及蓄电池从发动机燃气发生器转子提取了较大的相对功率。针对热悬挂原因提出了改进措施并进行了试验验证,试验结果表明,增大蓄电池容量后,启动过程中启动机端电压峰值提高了31.13%,端电流提高了25.76%,点火成功时间缩短了6.37s,启动过程中T₄₅最大值由841.6℃降至631.3℃,有效提升了启动电机带转能力,提高了发动机高原启动成功率,对涡轴发动机高原地面启动有较大的参考价值。     

基于KPCA与径向基神经网络的滚动轴承故障诊断

为了解决滚动轴承故障诊断中数据量大以及分类结果不准确的问题,本文提出一种核主成分分析法(Kernel-PCA)结合径向基神经网络(Radial Basis Function, RBF)的诊断方法。通过KPCA算法对1000组样本数据进行降维处理,最大程度保留了原始数据的特征信息。利用K-Means聚类算法确定RBF神经网络的高斯函数的数据中心以及扩展常数,通过线性最小二乘法得到隐层与输出层的连接权值以及阈值,最终测试样本数据的均方误差为0.0694。     

基于神经网络专家系统的燃料电池发动机故障诊断系统设计

文章在分析了传统故障诊断方法在燃料电池故障诊断中的局限性的基础上,结合燃料电池发动机的特点,提出了基于神经网络专家系统的智能故障诊断方法,成功开发出一套基于VC++平台的燃料电池故障诊断专家系统软件,实现了燃料电池的状态检测和故障诊断,对保证燃料电池发动机的安全运行有重要的意义。