·
搜索结果:找到“基于RBF神经网络的发动机故障诊断”相关结果76669条
排序: 按相关 按相关 按时间降序
  • 【期刊】 基于RBF神经网络的电控发动机故障诊断研究

    刊名:机电一体化 作者:王书提 ; 巴寅亮 ; 郭增波 关键词:电控发动机 ; RBF神经网络 ; 故障诊断 机构:新疆农业大学机械交通学院 ; 新疆农业大学机械交通学院 年份:2015
    摘要:电子控制装置在汽车发动机上的运用提高了发动机的工作性能,同时也使发动机的结构变得复杂,再加上工况条件不同,增加了发动机故障诊断的难度性。介绍了RBF神经网络的结构和学习算法。以北京现代2005款途胜汽车G4GC型电控发动机为例,采集电控发动机故障数据流,运用RBF神经网络建立诊断模型。诊断结果表明RBF神经网络具有较高的训练速度和故障诊断率。
  • 【期刊】 基于RBF神经网络的航空发动机故障诊断

    刊名:中国民航大学学报 作者:丁平 ; 白杰 关键词:航空发动机 ; 故障诊断 ; 径向基函数神经网络 机构:中国民航大学航空工程学院 ; 中国民航大学航空工程学院 ; 中国民航大学航空工程学院 年份:2007
    摘要:航空发动机的故障诊断研究在民航安全发面有着重要的意义,而故障诊断模型的建立尤其关键。采用径向基函数(RBF)神经网络建立发动机的故障诊断模型,论述了径向基函数神经网络的结构、学习和运行,并通过该模型对发动机参数进行辨识,结果表明RBF神经网络具有较高的故障诊断正确率。
  • 【期刊】 基于RBF神经网络的电喷发动机故障诊断研究

    刊名:机械与电子 作者:傅晓林 ; 邓日青 关键词:RBF神经网络 ; 电喷发动机 ; 故障诊断 ; Matlab6.1 机构:重庆交通大学机电学院 ; 重庆交通大学机电学院 ; 重庆交通大学机电学院 年份:2007
    摘要:研究了RBF神经网络用于电喷发动机故障诊断的方法,并建立了神经网络故障诊断模型.最后,以桑塔纳2000型(GSI)轿车AJR型发动机怠速不稳故障为例,通过V.A.G1552汽车故障诊断仪测量出所需的数据流,在Matlab环境下,对电喷发动机怠速不稳的2种故障原因进行故障模式识别和诊断.
  • 【期刊】 基于RBF神经网络的航空发动机故障诊断研究

    刊名:航空计算技术 作者:郭风 ; 王思远 ; 崔红军 关键词:RBF网络 ; 航空发动机 ; 故障诊断 ; 智能诊断 机构:中国人民解放军94333部队 ; 中国人民解放军94333部队 ; 中国人民解放军94590部队 ; 中国人民解放军94333部队 年份:2007
    摘要:采用改进算法优化了径向基函数(RBF)网络。针对航空发动机工作条件和结构的复杂性,提出了用RBF网络进行故障诊断的方法,构建了基于RBF网络的多参数航空发动机故障智能诊断模型,并对典型发动机故障进行了诊断。结果表明,RBF网络具有优秀的故障学习能力,采用它进行航空发动机故障诊断是行之有效的,具有较好的应用前景。
  • 【期刊】 基于RBF神经网络的发动机怠速抖动故障诊断

    刊名:交通节能与环保 作者:胡俊 ; 吴士力 关键词:RBF神经网络 ; 发动机怠速抖动 ; 故障诊断 机构:南京交通职业技术学院 ; 南京交通职业技术学院 年份:2015
    摘要:针对难以获取发动机怠速抖动的精确数学模型,文章提出一种基于RBF神经网络的模型逼近算法。该算法利用RBF神经网络良好的模型逼近能力,对造成发动机怠速抖动的几种典型故障原因进行了诊断。实验结果表明该算法具有良好的逼近效率和诊断效果。
  • 【期刊】 基于RBF神经网络的机发动机故障诊断研究

    刊名:计算机工程 作者:吴月伟 ; 杨慧 关键词:径向基函数神经网络 ; 发动机 ; 故障诊断 机构:中国民航学院计算机科学与技术学院 ; 中国民航学院计算机科学与技术学院 ; 中国民航学院计算机科学与技术学院 年份:2005
    摘要:论述了径向基函数神经网络的基网络结构和网络的学习及运行过程,结果表明:径向基神经网络具有极快的学习收敛速度。讨论了径向基神经网络在飞机发动机故障诊断中的应用,并对训练后的网络进行了仿真测试,仿真结果表明RBF网络有较高诊断正确率,且能满足实时诊断的要求。
  • 【期刊】 基于RBF神经网络的航空发动机故障诊断模型

    刊名:燃气涡轮试验与研究 作者:蔡开龙 ; 付敏 ; 谢寿生 关键词:RBF神经网络 ; 航空发动机 ; 故障诊断 ; 模型 机构:空军工程大学工程学院 ; 空军工程大学工程学院 ; 南昌大学 ; 空军工程大学工程学院 年份:2003
    摘要:利用某型发动机地面定检状态实测数据作为学习样本,采用径向基函数(RBF)神经网络建立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:这种方法具有训练时间短、学习速度快、诊断精度高等优点。
  • 【期刊】 基于RBF神经网络的航空发动机轴承故障诊断

    刊名:长沙航空职业技术学院学报 作者:吴德华 ; 鲁五一 ; 熊红云 ; 靳晓枝 关键词:轴承 ; 小波包分解 ; RBF神经网络 ; 故障诊断 机构:长沙航空职业技术学院 ; 长沙航空职业技术学院 ; 中南大学铁道校区信息学院 ; 中南大学铁道校区信息学院 ; 中南大学铁道校区信息学院 ; 中南大学铁道校区信息学院 年份:2005
    摘要:提出一种新的航空发动机滚动轴承故障诊断方法。利用小波包分解对轴承的动态信号进行分析、提取特征,采用RBF神经网络进行承故障诊断。对7类故障进行了实验,结果表明该方法具有很好的故障诊断效果。
  • 【论文】 基于BP神经网络RBF神经网络的发动机故障诊断分析

    作者:郭丽娜 关键词:发动机 ; 振动信号 ; 故障诊断 ; 小波包分析 ; 神经网络 机构:内蒙古工业大学 ; 内蒙古工业大学 年份:2014
    摘要:在现代这个汽车已经成为每个家庭必不可少的代步工具的社会里,汽车故障的识别和诊断变的越来越重要。汽车工作的动力由发动机来提供,发动机工作的环境不仅复杂、多变,还经常是高温高压,导致其具有较高的故障发生概率。若能在发动机不解体的情况下,对其故障进行诊断排除,不仅会提高汽车经济性、动力性和安全性,还会降低维修成本,提高使用效率。 发动机气门间隙异常和某缸缺火属于发动机常见故障类型,本文以其作为研究对象,提出了通过小波包去噪分析的不同神经网络故障诊断方式。 本文建立了发动机振动检测系统,以气门间隙异常故障和缺火故障发动机故障进行模拟,采集了发动机在正常工况和故障工况下的振动信号。由于发动机本身结构比较复杂,且在信号采集过程中受环境、试验设备和人工操作等因素的影响,振动信号在采集过程中含有较多噪音,这些无用信号影响神经网络发动机故障识别的精度,所以本文首先利用三种不同阈值去噪的方式来去除信号在采集过程中掺杂的噪声信号,以此来提高信号的信躁比;然后利用小波包对去除躁声后的信号进行分解和重构,做归一化处理,提取特征向量,最后利用BP和RBF神经网络发动机预设故障进行故障诊断。在利用神经网络故障进行诊断分析的时侯,介绍了BP神经网络RBF径向基神经网络的相关基础知识,建立了应用于发动机振动信号故障识别的BP神经网络RBF神经网络智能识别模型,通过实验结果比较了BP神经网络RBF神经网络的识别效果。 最后通过分析两种神经网络的训练和识别效果得出,RBF神经网络有参数调整简单、训练时间短的特点,BP神经网络具有收敛缓慢、训练时间长,但推广能力较强的特点,两种神经网络逼近能力基本相近。
  • 【期刊】 基于差分进化算法优化的RBF神经网络的发动机故障诊断研究

    刊名:农业装备与车辆工程 作者:周亨 ; 彭涛 ; 邓维敏 关键词:发动机 ; 差分进化算法 ; RBF神经网络 ; 故障诊断 机构:重庆交通大学 ; 重庆交通大学 年份:2014
    摘要:在RBF神经网络中采用差分进化算法来优化RBF神经网络的模型结构,并对其重要参数进行全局寻优。实例仿真结果表明,经过差分算法优化的RBF神经网络不仅相对BP网络学习收敛速度更快,而且提高了发动机故障识别的精确度,从而验证了此种方法的正确性和有效性。
  • 【期刊】 基于RBF神经网络发动机失火故障的诊断研究

    刊名:起重运输机械 作者:宫唤春 ; 吴义虎 关键词:发动机 ; 失火故障 ; 径向基函数 ; 诊断 机构:长沙理工大学能源与动力工程学院振动与噪声研究所 ; 长沙理工大学能源与动力工程学院振动与噪声研究所 ; 长沙理工大学能源与动力工程学院 年份:2008
    摘要:提出了利用排气中HC、CO2和O2浓度诊断发动机失火故障的方法和描述发动机失火程度的模糊评价指标,并结合RBF神经网络建立了该评价指标和排气中HC、CO2和O2浓度间关系的模型,应用MATLAB软件对该方法进行训练及仿真,仿真结果表明此模型具有良好的诊断性能。
  • 【期刊】 基于粒子群优化RBF神经网络的水轮发电机组振动故障诊断

    刊名:西北农林科技大学学报(自然科学版) 作者:贾嵘 ; 陈晓芸 ; 李辉 ; 席文飞 关键词:水轮机 ; 振动故障诊断 ; 粒子群算法 ; 神经网络 机构:西安理工大学电力工程系 ; 西安理工大学电力工程系 ; 内蒙古电力科学研究院 年份:2009
    摘要:【目的】针对单一径向基(RBF)神经网络在水轮发电机组振动故障诊断中泛化能力不足的缺点,提出基于粒子群(PSO)算法优化的RBF神经网络。【方法】利用PSO算法操作简单、容易实现等特点及其深刻的智能背景,对RBF神经网络的参数(中心和宽度)、连接权重进行优化,并用经PSO算法优化的RBF神经网络对水轮发电机组振动故障进行仿真诊断。【结果】仿真诊断结果表明,PSO算法优化的RBF神经网络具有较好的分类效果,较RBF诊断模型精度高、收敛快。【结论】PSO算法优化的RBF神经网络,适用于水轮发电机组振动故障诊断,其诊断精度较高,具有推广应用价值。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转