基于小波网络的船舶柴油机燃油系统故障诊断

被引:4
作者
印洪浩
彭中波
机构
[1] 重庆交通大学航海学院
关键词
小波分析; 神经网络; 柴油机; 燃油系统; 故障诊断;
D O I
暂无
中图分类号
U664.121 [柴油机]; U672.2 [机械设备修理工艺];
学科分类号
摘要
采用小波变换和BP神经网络的辅助式结合,通过小波变换提取故障特征向量作为BP神经网络的输入值,设计并组建了小波神经网络;利用小波变换模极大值分析高压油管燃油压力信号的奇异性,提取故障特征向量;根据故障采集数据并建立学习样本,通过网络训练建立BP神经网络输入和输出间良好的非线性映射,进而通过特征向量输入BP神经网络来诊断故障。实验数据分析表明:该方法具有良好的诊断效果。
引用
收藏
页码:349 / 352
页数:4
相关论文
共 8 条
[1]   柴油机燃油供给系统故障诊断研究附视频 [J].
张梦云 ;
潘剑锋 ;
薛宏 ;
李德桃 .
农机化研究, 2011, (01) :211-214
[2]   基于贝叶斯网络分类器的船舶柴油机冷却系统故障诊断 [J].
曾谊晖 ;
鄂加强 ;
朱浩 ;
龚金科 .
中南大学学报(自然科学版), 2010, 41 (04) :1379-1384
[3]   遗传算法优化的模糊神经网络在故障诊断中的应用 [J].
刁帅 ;
刘磊 .
武汉船舶职业技术学院学报, 2010, 9 (03) :30-33
[4]   小波变换模极大值法检测信号突变点 [J].
郭先定 ;
李敏 ;
何光普 .
电气应用, 2006, (11) :90-92
[5]   采用小波神经网络的刀具故障诊断 [J].
朱云芳 ;
戴朝华 ;
傅攀 .
振动、测试与诊断, 2006, (01) :64-66+79
[6]   基于BP神经网络的改进算法研究 [J].
李义宝 ;
张学勇 ;
马建国 ;
汪力君 .
合肥工业大学学报(自然科学版), 2005, (06) :668-671
[7]   基于小波理论的神经网络模型构造 [J].
任俊玲 ;
郭军 .
电脑开发与应用, 2004, (08) :19-21
[8]  
汽车故障诊断学.[M].肖云魁编著;.北京理工大学出版社.2006,