基于神经网络的柴油机遥控系统故障智能诊断研究.pdfVIP

第41卷第5期 船海工程 Vol-41No．5 2012年10月 SHIP0CEANENGINEERING 0ct．2012 DOI：10．3963／j．issn．1671—7953．2012．05．026 基于神经网络的柴油机遥控系统故障智能诊断研究 吴孝雄，王俊雄 ， (上海交通大学船舶海洋与建筑工程学院，上海200030) 摘要：为了克服传统模拟电路故障诊断方法的不足，通过对船舶柴油机遥控系统工作原理的分析，提出 采用BP神经网络诊断船舶主机遥控系统的智能诊断方法。介绍BP神经网络结构确定方法及其数值优化技 术，并以具体电路模块为例探讨神经网络在船舶柴油机遥控系统故障诊断中的应用。通过Matlab仿真可以 发现基于BP神经网络的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。 关键词：遥控系统；神经网络；BP网络；智能故障诊断 中图分类号：U664．121 文献标志码：A 文章编号：1671-7953(2012)05J0095—04 船舶主机遥控系统是实现船舶机舱高度自动 化的前提，一般由执行器、控制器、传感器、齿轮箱 驱动器、连接电缆等部分组成，其中控制器是主机 控制系统的核心部分¨J。所以对主机遥控系统 41=广(wlp+61)口。=广(w。n’+6。) 日’i，‘门矿口。+60 特别是控制器的各类故障现象进行迅速准确的分 图1 三层神经网络的简化表示 析并及时排除有着非常重大的现实意义。传统模 输出向量口，各变量的维数均直接标出，这样就可 拟电路故障诊断方法，如故障字典法，、参数识别 以不必费心去猜变量的类型或维数，一目了然。 法等，由于自身的局限性和工作量过大等问题，其 这里引入了额外的符号来区分这些层次，即每个 诊断效果并不理想。为了实现更加快速准确地模 变量都附加一个上标来表示其所处层次。这样， 拟电路智能故障诊断，必须寻求其它方法。人工 第一层的权值矩阵记为w1，第二层的权值矩阵记 神经网络凭借其无需建立诊断对象的精确数学模 为妒，以此类推[3]。它的工作方式是一种有教 型、非线性映射、高速的自组织和自学习推理能力 师的学习算法，即它必须已知每种输入模式的精 等特性∽J，成为故障诊断的一种有效方法和手 确输出结果。 段，在模拟电路故障诊断中也己获得较成功的应 基于人工神经网络的模拟电路故障诊断系统 用。 主要包括两个过程：学习(训练)过程和诊断(测 1 人工神经网络在模拟电路故障诊 试)过程，每个过程都包括数据预处理和特征提 取两部分。模拟电路故障诊断的过程是把症状空 断中的应用 间的向量映射到故障空间，即实现故障特征空间 反向传播神经网络简称BP神经网络，是一 到分类(识别)空间的映射。如何快速、有效提取 种典型的前向式神经网络，是迄今为止应用最普 优质的模拟电路故障特征，是进行