基于神经网络的柴油机故障诊断.docVIP

Artificial Intelligence and Robotics Research 人工智能与机器人研究, 2013, 2, 71-74 /10.12677/airr.2013.21013 Published Online February 2013 (/journal/airr.html) Application of Neural Network in Diagnosis of Diesel Engine Kai Qin, Kaichun Ren, Hao Mu, Zhenyi Wu, Li Tian Key Laboratory of Control Engineering, Chongqing Institute of Communication, Chongqing Email: 380993087@ Received: Jan. 14 , 2013; revised: Jan. 29 , 2013; accepted: Feb. 5 , 2013 th th th Abstract: Intelligent fault diagnosis is the only way for the development of diagnostic techniques of modern equipment, but also the direction of development of the current diagnostic techniques. In this paper, basic principle of BP and RBF network using Matlab neural network toolbox, engine fault diagnosis based on BP network and RBF network were compared, and the diagnostic results of the two algorithms. Keywords: BP Neural Network; RBF Neural Network; Fault Diagnostic Technology 基于神经网络的柴油机故障诊断 秦 恺，任开春，牟 浩，吴珍毅，田 力 重庆通信学院控制工程重点实验室，重庆 Email: 380993087@ 收稿日期：2013年 1月 14日；修回日期：2013年 1月 29日；录用日期：2013年 2月 5日 摘 要：智能化故障诊断是现代设备诊断技术发展的必由之路，也是当前诊断技术的发展方向。本文主要以 BP 网络和 RBF网络的基本原理，利用 Matlab神经网络工具箱，对基于 BP网络和 RBF网络分别进行柴油机的故 障诊断，并且对两种算法的诊断结果进行了对比。 关键词：BP神经网络；RBF神经网络；故障诊断 1.引言 障与征兆之间表现出一种复杂的非线性关系，这种关 [3] 系难用精确的数学模型来表示 。以往对柴油机故障 由于具有热效率高、经济性好、起动容易等特点， 处理普遍采用定期检修保养和事后维修方法，这种方 法缺乏事故预见能力、维修成本高、效率低。目前在 柴油发动机是一种用途非常广泛的动力机械，广泛用 于动力发电，工程机械等各个领域，其动力性和可靠 性的好坏直接影响着整个系统的安全运行。及时有效 地发现并排除故障，对增加柴油机工作时的安全性和 可靠性，降低设备维修费用，减少经济损失，避免重 [4] [5] 柴油机故障诊断中以专家系统 、神经网络 和支持 [6] 向量机 为主，取得了较好的诊断效果。而神经网络 作为一种重要的智能技术，可以在不需要数学模型的 情况下模拟人的智能行为，具有快捷方便、抗噪性能 好、泛化能力强、容错性好且能进行并行计算等优点， [1] 大事故发生具有重大的意义 。 随着人工智能技术，特别是神经网络技术的发 展，为柴油机故障诊断注入了新的活力，智能化故障 诊断是现代设备诊断技术发展的必由之路，也是当前 为柴油机智能诊断系统的发展开辟了崭新的途径[7,8] 。 本文利用 MATLAB分别基于 BP和 RBF网络进行柴 油机的故障诊断，并对这两种神经网络方法诊断结果 的可靠性和适用性进行分析。 [2] 诊断技术的发展方向 。由于柴油机故障产生的机理 和原因非常复杂，而且由于实际因素的不确定性，故 Copyright