基于概率神经网络的柴油机故障诊断与预测研究

被引：15

作者：

郑小倩 ^{[1
]}

胡仕强 ^{[2
]}

吴舰 ^{[1
]}

机构：

[1] 贵州师范大学机械与电气工程学院

[2] 贵阳铝镁设计研究院有限公司

来源：

工矿自动化 | 2013年 / 39卷 / 09期

关键词：

柴油机; 故障诊断; 预测; 概率神经网络; PNN;

D O I：

暂无

中图分类号：

TK428 [检修与维护]; TD63 [矿山机械的电力装备与自动化];

学科分类号：

080707 [能源环境工程]; 082805 [农业机械化与装备工程];

摘要：

针对柴油机故障诊断、预测难的问题,分析了柴油机常见故障及影响因素,介绍了柴油机故障数据的提取、分析和处理方法,建立了一种基于概率神经网络的故障诊断与预测模型。仿真结果表明,该模型能够有效地对柴油机等复杂机械系统故障进行诊断和预测,可以快速准确地给出诊断结果,其故障诊断和预测准确率达到94.84%。

引用

页码：104 / 108

页数：5

共 8 条

[1]

基于EEMD和形态学分形维数的柴油机故障诊断 [J].

王凤利 ;

段树林 ;

于洪亮 ;

李宏坤 .

内燃机学报, 2012, 30 (06) :557-562

[2]

高压共轨柴油机故障诊断系统控制策略研究附视频 [J].

路琼琼 ;

申立中 ;

徐劲松 ;

王贵勇 ;

李智 .

内燃机工程, 2011, (03) :37-42

[3]

应用粗糙集提取柴油机故障数据特征 [J].

殷杰 ;

柴毅 ;

郭茂耘 .

计算机工程与应用, 2011, 47 (29) :231-234

[4]

基于SRC模式识别方法的柴油机故障诊断研究 [J].

纪少波 ;

程勇 ;

王锡平 ;

杨滨 .

振动与冲击, 2008, (01) :140-142+154+189

[5]

柴油机故障诊断中振动信号测点位置的研究 [J].

黄强 ;

焦立 ;

李滟泽 .

华中科技大学学报(自然科学版), 2007, (05) :99-101

[6]

柴油机故障诊断技术的现状及展望 [J].

曹龙汉 ;

曹长修 ;

孙颖楷 ;

景有泉 ;

郭振 .

重庆大学学报(自然科学版), 2001, (06) :134-138

[7]

Analysis of engine vibration and design of an applicable diagnosing approach [J].

Geng, ZM ;

Chen, J ;

Hull, JB .

INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES, 2003, 45 (08) :1391-1410

[8]

MATLAB神经网络30个案例分析.[M].MATLAB中文论坛; 编著.北京航空航天大学出版社.2010,

← 1 →