基于RBF神经网络的农用柴油机故障诊断研究.pdf

20 12 5 5 年 月 农机化研究 第 期 基于 RBF 神经网络的农用柴油机故障诊断研究 ， ， ， 朱玉荣 吕建新 曾 宪 刘正国 ( ， 7 100 86 ) 中国人民武装警察部队工程学院 西安 : 、 、 ， 摘 要 柴油机以其良好的动力性 可靠性 经济性在农用机械中广泛应用 但对农用柴油机施行及时的不解体 。 ， ， RBF ， 故障诊断却并非易事 为此 以配气机构故障为例 提出了将小波包分解与 神经网络结合的故障诊断方法 ， ， RBF 对降噪后的气缸盖振动信号进行小波包分解 构造故障特征向量作为故障样本 并用训练好的 神经网络进 。 ， 。 行模式识别 试验结果证明 该方法具有良好的诊断效果和广泛的工程应用前景 : ;R B F ; ; ; 关键词 柴油机 神经网络 小波包 配气机构 故障诊断 中图分类号:TK428 文献标识码:A 文章编号:1003 － 188X (2012)05 － 0212 － 04 ; 3 ， 负非线性函数 第 层为输出层 它对输入模式做出 0 引言 响应。 ， RBF : 柴油机是目前应用最广泛的动力设备之一 被广 的基本思想 用径向基函数作为隐层单元的 ， ; ， 泛应用于石油钻井、 、 、 基 构成隐含层空间 隐含层对输入量进行变换 将低 动力发电 铁路牵引 工程机械及 ， 。 维的模式输入数据变换到高空间中 使得在低维空间 各种船舶和汽车等领域 柴油机作为往复式机械的 ， ， 中线性不可分的问题在高维空间线性可分。 代表 本身结构复杂 故障也呈现出复杂性和多样性 RBF ， ， ， 网络是单隐含层的前向网络 可以分为两种 的特点 应用传统的诊断方法很难进行识别 已不能