复合神经网络在柴油机故障诊断中的应用.pdfVIP

学兔兔 第12卷第1期 中 国 工 程 机 械 学 报 Vo1．12 No．1 2014年2月 CHINESE JOURNA1 OF CONSTRUCTION MACHINERY Feb．2014 复合神经网络在柴油机故障诊断中的应用 白士红，杜新成 (沈阳理工大学机械工程学院，辽宁沈阳110159) 摘要：以自组织特征映射网络 SOM(Self-Organizing Feature Mapping)和误差反向传播网络 BP(Back Propagation)为理论基础，提出了S0M-BP神经网络模型，将某内燃机燃油系统故障及其相关参数作为训练样 本，通过仿真试验，验证了复合神经网络在柴油机故障诊断中的正确性和精确性． 关键词：自组织映射；神经网络；柴油机故障诊断 中图分类号：TK 428 文献标志码：A 文章编号：1672—5581(2014)01—0073—03 Application oI eomoound neural networkS t-or‘ - ‘ 111 ’ · - 1 一 1 ● 1 ● ，． ● 1 ● ● cIleSe卜englne IaUlt cIlagnos1S Shi．hong．D【，Xin—cheng (Mechanical Engineering Department，Shenyang Ligong University，Shenyang 110159，China) Abstract：Base OIl the feature self—organizing map(SOM)and error back propagation(BP)，the SOM—BP neural network model is first proposed．Then，the system faults and related parameters of a specific combustion engine fuel system are used as training samples．Finally，the correctness and preciseness of compound neural network via simulation testing are verified on diesel engine fault diagnosis． Key words：self—organizing map；neural network；diesel engine fault diagnosis 基于神经网络的故障诊断分三步实现．第一 过学习可以提取一组数据中的重要特征或某种内 步，通过试验获得给定工况在设定故障和无故障状 在规律，按离散时间方式进行分类．竞争学习规则 态下的过程参数，经预处理提取故障征兆集数 的生理学基础是神经细胞的侧抑制现象：当一个神 据口J，归一化为网络输入模式；第二步，建立神经网 经细胞兴奋后，会对其周围的神经细胞产生抑制作 络系统，用已知故障征兆一故障模式的样本集训练 用l5]．最强的抑制作用是竞争获胜的“唯我独兴”， 网络，使其达到预设的诊断精度，得出标准故障模 这种做法称为“胜者为王”(Winner—Take．All， 式[2-3 ；第三步，实时输入故障征兆向量进行测试， WTA)．竞争学习规则就是从神经细胞的侧抑制现 获得该状态下的网络输出模式，然后对网络输入进 象获得的．它的学习步骤为．