模糊联想记忆网络在柴油机故障诊断中的应用
基于模糊诊断技术的柴油机故障诊断

【 键 词 】 油 机 ; 障 ; 属 度 ; 糊 诊 断 关 柴 故 隶 模
【 e od K yw r s】de e n ie f u ; mb rhp f zyda n ss is l gn ;a l me e s i; u z i o i e t g
中 图 分 类 号 : 1 .2 U4 55
设 备 管 理 & 维 修 技 术
E u p e tM a a e e t M ane a c e h oo y q im n n gm n & itn n eT c n lg
RM CM
基 于 模 糊 诊 断 技 术 的 柴 油 机 故 障 诊 断
Fa tDi g ul a no i fDi s lEng ne Ba e n s so e e i s d o Fuz y Di g z a no i c s sTe hno og l y
廖 Байду номын сангаас 良
Ll o F l A a—i ang
陕 西 交 通 职 业 技 术 学 院 汽 车 工 程 系 , 西 西 安 7 0 1 陕 108
Depar m entof A u om otve Engi t t i neerng,Sha i anxiCol l ege of Com m uni ton Technol ca i ogy,Xi ’ 71001 an Shaan 8, x
C hi na
【 摘 要 】 于 柴 油 机 随 着 使 用 期 延 长 和 使 用 条 件 的 变 化 会 发 生 多 种 故 障 , 多 故 障 现 象 不 易 被 发 现 , 障 现 象 与 故 由 许 故
障 原 因 之 间 的 关 系 也 是 模 糊 不 清 , 助 模 糊 数 学 的 方 法 , 模 糊 现 象 与 因 素 之 间 的 关 系 用 数 学 式 进 行 描 述 , 找 故 障 借 把 寻 的部 位 和 原 因 。 通 过 实 例 验 证 , 果 表 明 , 方 法 与 其 他 方 法 有 较 好 的 一 致 性 , 故 障诊 断 方 面 有 较 高 的准 确 性 。 结 该 在
基于模糊神经网络的RT—flex柴油机燃油系统故障诊断

燃油供给单元主要包括燃油供给泵、燃油循环
泵 、燃油 混合 桶 、雾化 加热 器和 自清 滤器 等 ,它们
的相 互关 系如 图 1 所示。
燃油 日 用 柜I l 燃油混合桶 卜 + ———— 主机 卜 卜 —一 共轨单元 自清滤器
本 文提 出 了基 于模糊 B P神 经 网络 的一 种 智 能
At l a s t ,t h e MAT L AB s o f t wa r e i s u s e d t o s i mu l a t e a n d t e s t ,w h i c h c l a r i i f e d t h e v a l i d i t y o f t h i s f a u l t d i a g n o s i s me t h —
张 国岭
( 大连 海 事 大学 轮 机 工程 学院 ,辽 宁 大连 1 1 6 0 2 6 )
摘要 :介 绍 了 R T— l f e x 6 0 C 柴油机 燃 油 系统 的 常见 故 障 类型 ,针 对 其 故 障 类型提 出 了以传 统 的B P神 经 网络为 主 ,利 用模 糊理 论作 为补 充 的一 种 智 能故 障诊 断 方法 。 建立 了基 于模 糊 B P神
明 ,造成 柴 油 机停 机故 障 的 原 因 中 ,有 2 7 % 是 燃 油 系统故 障 j 。 近十几 年来 ,高 压共 轨燃 油 系统 受 到业界 越来
1 RT—f l e x 6 0 C 柴油 机燃 油 系统 常见 故 障
分 析
本文 在故 障诊 断研究 的过程 中选 择燃 油系 统 的
A b s t r a c t :T h e c o m m o n f a u l t s o f t h e e n  ̄ n e f u e l o i l s y s t e m R T— l f e x 6 0 C w e r e i n t r o d u c e d i n t h i s p a p e r .A c -
模糊神经网络在发动机故障诊断中的应用研究

8 8・
工业仪表与 自动化装置
20 0 8年第 5期
模 糊 神 经 网络 在发 动机 故 障
诊 断 中 的应 用研 究
刘召广 潘 , 炼 王 , 君
(. 1 武汉科 技 大 学 信 息学 院 , 湖北 武 汉 4 08 ;.华 中科技 大 学 数 学 系, 30 12 湖北 武 汉 4 07 ) 304
2 Ma Hue Wu a 3 04,hn ) . te ai et et ia U i syo i eh, bi h n40 7 C ia c f o aC e t fS
Ab t a t T i p p rd aswi t d fb t zy te r n e r l ew r e h oo y i a l sr c : h s a e e l t a s y o oh f z o y a d n u a t o k tc n lg a fu t h u u h n n
经成 为 较通 用 的故 障诊断 解决 方案 。但 由于该故 障 诊 断系 统需要 大 量 的 学 习样 本 且 训 练 时 间 长 , 训 而
理 , 根据 一定 的判 断 阀值来识 别 故 障 J 再 。
正确地选择隶属 函数 , 是运用模糊集合理论解
决 实 际 问题 的基 础 。但如 何选 择准 确反 映模 糊概 念 的模 糊 集合 的 隶 属 函数 , 无 法 找 到 统 一 的模 式 。 却 另外 , 模糊 诊 断 的知识 获取 比较 困难 ; 障与征 兆 的 故 模 糊关 系 较难 确定 ; 容易 发 生漏诊 和误 诊 ; 以处理 难 故 障诊 断 中 的不 确定 性 问题 J 。
练好 的网络连接权值表示知识 , 在知识获取表示方 面也 存 在不 足 , 导致 推 理 的脆 弱 j 会 。
基于排放和模糊神经网络模型的柴油机故障诊断方法

则的模糊神经 网络诊断模型 , 并对其 诊断 性能进 பைடு நூலகம்分
析。
变化情况 。在图 l中 , 排放 烟 度 的评价 指标 K, 分 N
别为光 吸收系数和不透光度 。由图 1可 以看 出, 随着
1 基于排放 的特征参数提取
排放物是柴 油机 工作 的直接产物 , 直接 反映柴 其 油机 的燃烧情 况 , 与柴油机运行状 态和故障等存在 密
2 De a t n fS l p o eld Gu Or n n e No - o . p rme to ef r p l n, d a c n c mmis n d Of c r a e , u a 4 0 7 , h n ) - e si e f e sAc d my W h n o i 3 0 5 C ia
中 图分 类号 :T 4 ;TP 0 K2 26 文献 标 识码 :A
S u y o u tDi g o i fDis lEn i e t d n Fa l a n ss o ee g n
Ba e n Ex a s s d o h u tEm iso n z y Newo k s i n a d Fu z t r
为模 型诊 断第 i种 状 态模 式 的 故 障程 度 ( 诊 断故 按
障程度 宁大 勿小原 则确 定 ) W 与 w ; 分别 为 子 网
模 型 的具 体结 构如 图 2 示 。 所 每个 子模 块 由气 相成 分诊 断子神 经 网络和排 放 微粒 诊 断子神 经 网络 组 成 , 实现 模 型 诊 断信 息 融 可
An h ig o i mo e wh c d p o h u ea d t ef z y n t r u l Th n t ec a a t r d t ed a n s d l i i ma e u f er l n h u z e wo k i b i . e h h r ce — s h S t S t
模糊理论在油料装备故障智能诊断中的应用

油 料 装 备 从 “ 好 ” “ 障 ” 通 过 种 故 障原 因。 完 到 故 是
一
其 中 , (= , , ,1是 诊 断 对 象 i l2 … 1 ) 3
系 列 中 间状 态 而 相 互 转 化 的 ,其 边 界
( 3)建 立 油 料 装 备 故 障 征 兆 向量 与 发 生 故 障 现 象 X的隶 属 度 。 i 油 料 装 备 故 障 原 因模 糊 向量
该算法的优点是计算方便、 简单 , 无
论 x 与 R 是 如 何 产 生 的 , 种 算 法 都 是 这
油 料 装 备 模 糊 诊 断 数 学 模 型 建 立 步
骤2T[ : u ] ]
适用 的 ,而缺 点则 是诊 断中往往 丢失大
() 1建立油料装备故障征 兆集 x
X {】 2… , } =xj , X X
其 中 , (i 0 1,= , , ,1 = r∈1,]i l2 … l, . 'j 1 "
1
2
I
1
断 技 术 发 展 迅 速 ,且 正 在 以计 算 机 为核 12 … , ) 矩 阵表 示 了油 料 装 备 故 障 ,, n 该
心 的基 础 之上 , 向智 能 化 和 网络 化 的 方
…
, 。 么油料装备故障征 兆模糊 向量 y}那
() 2 建立油料装备故障原因集 Y
Y {】 2… ,l =y, ' yJ y 式 中 , 素 Y 12 … , 代 表 各 元 i , , m) (
为 x [ , x,一, ] = 】 卜2 L
y V(i j l2 … , j = X ) = , , n
型 输 油 泵 故 障 现 象 , 立 了某 型 输 油泵 故 障诊 断 模 型 , 对 故 障 诊 断模 型 进 行 求 解 和 仿 真 , 出 了油 料 建 并 找 装 备 的 故 障征 兆 , 高 了油 料 装 备 故 障诊 断 质 量 。 提 关键词 : 糊理论 ; 料装备 ; 油泵 ; 障智能诊断 ; 用 模 油 输 故 应
模糊逻辑在机械故障诊断中的应用

模糊逻辑在机械故障诊断中的应用【摘要】随着科学技术的不断进步,我国的工业也逐渐朝现代化的方向发展,同时,在发展的过程中,也出现了一些问题,例如机械设备的故障。
所以,本文通过多个方面对模糊逻辑在机械故障诊断中的应用进行分析和探讨。
【关键词】模糊逻辑机械故障应用一前言现今,工业的生产模式大多都是现代化生产,所以,人们越来越重视机械设备的故障诊断,因为如果机械设备出现故障时而没有及时发现和维修,不但会使得设备本身受到损坏,还可能会发生机毁人亡的惨烈后果。
二发展现状在现代化生产中,机械设备的故障诊断技术越来越受到人们重视。
若设备出现故障而未能及时发现和排除,则不仅会导致设备本身损坏,甚至还可能发生机毁人亡的严重后果。
机械故障诊断是通过研究故障与征兆(特征向量)之间的关系来确定设备故障原因。
目前,随着计算机技术、现代测量技术和信号处理技术的迅速发展,机械故障诊断技术亦取得了长足的进步,人们已开发和研究出了一些较成熟和完善的故障理论方法和诊断技术。
故障诊断技术可分为基于解析模型的方法(如状态估计法)、基于信号处理的方法(如基于小波变换的方法)及基于知识的方法(如基于神经网络的方法)等三大类由于工业系统(设备)变得越来越复杂,并且在工程实际中存在着大量的多故障、多过程、突发性故障及需要对庞大的机器或工程系统进行监测、识别和诊断的情况,基于解析模型的方法在实际中的运用受到了很大的限制。
基于知识的传统的专家诊断系统适用于大型动态系统,但在实际应用中因知识获取困难,自学能力差,存在“窄台阶效应”,现有的逻辑理论的表达能力和处理力有很大局限性。
目前随着神经网络科学的发展,基于神经网络(如BP网络)的诊断技术得到了广泛应用,但因神经网络自身存在着固有的缺陷,如:对学习样本的要求高且训练速度过于缓慢;模型的泛化性能较差;模型的结构和参数因缺乏严格的理论依据难于优化;网络存在“突然遗忘”现象。
从而基于神经网络的机械故障诊断应用受到了较大的限制。
基于模糊神经网络的船舶柴油机故障诊断系统研究的开题报告

基于模糊神经网络的船舶柴油机故障诊断系统研究的开题报告一、研究背景和意义船舶柴油机是船舶重要的动力设备,其故障对航行安全和经济运营都有不良影响。
因此,开发一种高效、准确的船舶柴油机故障诊断系统具有重要意义。
目前,船舶柴油机故障诊断方法主要分为基于物理的方法和基于数据的方法。
基于物理的方法依赖于对柴油机结构、工作原理和设备参数的深入理解,但其需要大量的时间和资源进行建模和分析,而且其结果可能不稳定和不准确。
基于数据的方法通过采集柴油机运行数据分析故障诊断信息,可以提高故障诊断的精度和效率。
其中,基于模糊神经网络的方法以其模型简单、适用范围广、具有良好的软件性能等特点,成为一种较为可行的方法。
因此,本研究将基于模糊神经网络技术开发一种船舶柴油机故障诊断系统,以提高柴油机故障诊断的准确率和速度。
二、研究内容和方法本研究拟采用模糊神经网络模型对船舶柴油机运行数据进行分析和处理,通过特征提取和特征选择技术,获取柴油机运行数据中最关键的故障特征,并将其作为输入变量构建模糊神经网络模型。
为了提高模型的精度和可靠性,本研究还将探索多层结构的模糊神经网络模型,并使用反向传播算法训练模型参数,最终得到可用于船舶柴油机故障诊断的模型。
三、研究进展和预期成果目前,本研究已经完成了船舶柴油机故障诊断系统的框架设计和柴油机运行数据的数据采集和处理。
接下来将进行特征提取和特征选择,构建多层结构的模糊神经网络模型,并测试和优化模型精度。
最终预期实现一种准确率高、速度快的船舶柴油机故障诊断系统,并在实际船舶柴油机故障诊断中进行验证和应用。
四、研究难点和解决方案本研究面临的主要难点是神经网络模型的优化和精度提高。
本研究将采用多层结构的模糊神经网络模型,并结合反向传播算法对模型参数进行训练和优化,以提高模型的精度和可信度。
另外,本研究将充分考虑船舶柴油机的特殊性质和运行环境,优化模型设计和特征选择,以进一步提高模型诊断精度。
五、参考文献1. 王丽君. 基于模糊神经网络的柴油机故障诊断系统的研究与实现[J]. 现代计算机, 2018(3):47-50.2. 朱国荣, 刘洋. 基于数据挖掘的柴油机故障诊断方法研究[J]. 机械科学与技术, 2017, 36(6):774-779.3. 徐凯, 林捷. 基于模糊神经网络的柴油机故障诊断研究[J]. 内燃机工程, 2016, 37(2):1-4.。
基于双向联想记忆神经网络的柴油机故障诊断

输 入 样 本
故障原因
Tl
p
0.3 5 9 2
p
10 0 .0 0
m
10 0 .0 0
p 4
-04 2 .5 6
p
0. 8 5 39
p 6
10 o .O o
p 7
1O o .O 0
p s
1O o .O o
T2
- 4 7l 0.5
06 5 .1 2 0.7 2 7 8
2利 用 B M 神 经 网络 进 行 柴 油机 故 障 诊 断 . A 21 障 样 本 的 选 择 .故
柴油机供油系统常见故障主要有供油量不足 、针阀门卡死 致油孔 阻塞、 阀泄露和出油阀失效 。 针 基于上述故障 , 设定 了 8种故障模式 , 分 别是 10 供油量 ( , %供油量( , % 油量 ( , 0% T)7 5 T) 5 供 2 L)怠速油量 (4, .) r 针阀卡死 ( 油量 T )针阀卡死( 小 , 标定 油量 )针阀泄露( 和 出油 阀 , T) 失效 ( 。根据柴油机供油 系统的T作特点 , R) 采用 8 种体现柴油机运行 状况 的特征作为证据进行诊断 , 即最大压力( 。, P )次最大压 力( , P)波形 幅度 (,, P)上升沿宽度( , P)波形 宽度 ( , 大余波 的宽度 ( , P)最 P)波形的 面积 ( , p)起喷压力( 。故障样本如表 l P) 所示 。 22故障诊 断的步骤 . 将 B M网络应用 于柴油机故障诊断步骤如下 : A ( ) 取标 准 故 障 样 本 ; 1选
O 5l l . 5
O9 1 .5 2
- . O ) 05 ( 0
O4 1 _2 2
T5
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
汽 车 按 钮 式 开 关 寿 命 试 验 装 置 通 过 几 轮 试 验 后, 具有 如下特 点 :
Equ pm e fAut mo l to Swic i nto o bie Bu t n th
效性 。 关 键 词 : 障 诊 断 ; 糊 联 想 记 忆 ; 油 机 故 模 柴 中 图分 类 号 : 4 2 U 7. 9 文 献 标 识 码 : A 文 章 编 号 :0 5 2 5 ( 0 7 0 — 0 2 0 10 — 50 2 0 )6 0 5 — 3
工程 实际 中 .柴 油机工 作状 态是 一个综 合性 系 统。 由于 系统故 障症 状的复 杂性 , 障原 因的多样 性 , 故 传统 的故 障诊断方 法难 以在 设备 整体 故障诊 断 中有
i1 =
1 F AM 网络 的结 构 及 算 法
F M 网络 是 在 常规 神 经 网络 的输 入 层 和 输 出 A
) 。
() 3 计算 实 际输 出 : ) V( 八 ) ( r _
式 中 , )表 示 第 P个 模 糊模 式对 在 训 练 时第 个 分 量 的实 ( r 际 输 出 ; 量 化输 入 层 中第 i 节 点 到 量 化 输 出 层 中第 t 为 O 个
Ab t a t Ma i g u e o o ro i d w c e n, i e tro sr c : k n s fp we fw n o s r e w p rmoo f a t mo i ,I d sg e n n f cu e i d o i e t g u o b l e in d a d ma ua t r d a k n fl e tsi e f n e u p n fa t mo i u tn s t h w ih i h a . to n q i me to u o b l b t wi h c s c e p I w s e o c
层加 入模 糊层 , 用模 糊规 则 构 造 神经 网络 , 使 网 络 在
收 稿 日期 :0 7 0 — 6 20 - 3 1
个节 点 的权 ; 为 输 入模 式 的 第 i 分量 。 个
带到二 滑块 的 8个摩 擦 面上 .并且 做 到给油 量均 匀 持久 、 油很低 , 到理想 的 润滑效 果 。 耗 达
() 3 各摩 擦 副润 滑 措施 合 理 、 护 简单 , 维 机构 运
[ ] CT6 2 2 0 , 车用 翘 板 式 开关 技 术 条 件 . 2 Q / 3 — 0 0 汽
[ ] 永 强 , 利 利 . 力 转 向器 总 成 走 合 试 验 台 研 制 [3 3吴 高 动 J. 汽 车 科 技 ,0 5 ( )5 — 2 20 ,5 :0 5 .
3 结 束 语
B o g q AIS n - i
() 件安装 位 置符合 实车 状态 , 1试 试验 方式符 合
现 国家 制定 的技 术条 件 : () 2 装置设 置 的调整点 使多 种开 关兼 容性好 , 调 整 简捷容 易 :
( n fn mmeca e il e h ia e tro L, Do ge gCo rilV hceT c nc lC ne f DF Wu a 3 0 6 Chn ) h n4 0 5 , ia
对 , (
,
将模糊技术 与神 经网络有 机地 结合. 把模糊 联想记 忆
) ( = , , ) 其 中 = , ; , = y ,p l … k , ( … ) (
(A 神 经网络应 用于故 障诊 断 中。 F M) 并通过 1 0 9 A柴 油机 的故 障诊 断检验了方法 的可行性 。
效发挥作用 近 年来 , 人工神经 网络 因其广泛 的适应
权值 有 明确 的物 理意义 的 同时.保 留了神 经 网络 的 学 习机制 网络模 型是有 两层模 糊 神经元 组成 的 。 该 包括 学 习和联想 两个过 程 。 习 阶段 , 学 网络对 训练样 本进 行 学 习 , 现对 权值 知 识库 的存 储 ; 想 阶段 , 实 联
性 和快速 响应性在故 障诊 断领域得 到应用 . 然而 人工
神经 网络 的诊 断过程是一个 “ 箱 ”难 以提供求 解过 黑 .
程 的启发性解释 为克服上述诊 断方法 的不足。 本文
通过 对故 障模式 的联 想 。 现对故 障 的智能 诊断 实 取
模 糊 神 经 算 子 为 ( , )” V 八 ,那 么 建 造 的 就 是 m x m n型 F a i AM神 经 网络 设现 在有 k个 模糊模 式
维普资讯
蒸 -
- L
汽车科技 期2 7 1 第6 0 年1月 0
李
芳 . 立 臣 谷
( 安大 学 工 程 机械 学 院 , 长 西安 7 0 5 ) 10 4 摘 要 : 于传 统 的 故 障诊 断方 法 在 机 械 设 备 整体 故 障诊 断 中难 以有 效 发 挥 作 用 , 过 把模 糊 数 学 和 神 经 网络 理 论 应 由 通 用 到故 障 诊 断 中 . 建 了一 具 有 联 想 记 忆 功 能 的模 糊 神 经 网络 。 结 合 10 型 柴 油机 的故 障诊 断 , 构 并 9A 验证 了算 法 的有
…y ) ∈[ , ] ∈[ , ] ( 1 … , = , , ,i 0 1 , 0 1 ,i , n 1 … = m) 。ma n型 F M模 糊联 想记 忆 的学 习算法 为 : x mi A
() 1 赋初值 : 令 = 对 Vi p 1。 1, √;= ( ) 入第 P组训 练样本 ( 2输