基于BP神经网络的故障诊断方法总结计划.docx

基于 BP 神经网络的故障诊断方法 《智能控制基础》 研究生课程设计报告 题 目 基于 BP 神经网络的故障诊断方法 学 院 机械与汽车工程学院 专业班级 车辆工程 学 号 221601852020 学生姓名 李跃轩 指导教师 武晓莉 完成日期 2016年 12月 10日 《智能控制基础》研究生课程设计报告 目录 1 设计概述 ................................................................................................................... 2 1.1 研究对象介绍 ............................................................................................ 2 1.2 设计内容及目标 ........................................................................................ 2 2 设计原理、方法及步骤 ........................................................................................... 3 2.1 基于 BP 算法的神经网络模型 ................................................................. 3 2.2 神经网络信息融合故障诊断步骤 ........................................................... 4 3 结果及分析 ............................................................................................................... 6 3.1 数据仿真 .................................................................................................... 6 3.2 结果分析 ................................................................................................... 9 4 设计小结 ................................................................................................................. 10 参考文献 ..................................................................................................................... 10 附录程序 ..................................................................................................................... 11 第 1页/共 14页 《智能控制基础》研究生课程设计报告 设计概述 1.1 研究对象介绍 信息融合是多源信息综合处理的一项新技术，是将来自某一目标 (或状态 ) 的多源信息加以智能化合成，产生比单一信息源更精确、更完全的估计和判决。 信息融合所处理的多传感器信息具有更为复杂的形式，可以在不同的信息层次上出现。多传感器信息融合的优点突出地表现在信息的冗余性、容错性、互补性、实时性和低成本性。 神经网络是由大量互联的处理单元连接而成，它是基于现代神经生物学以及认知科学在信息处理领域应用的研究成果。它具有大规模并行模拟处理、连续时间动力学和网络全局作用等特点，有很强的自适应学习和非线性拟合能力，从而可以替代复杂耗时的传统算法，使信号处理过程更接近人类思维活动。 柴油机故障具有相似性，故障与征兆的关系不明确，具有较强的模糊性， 故障特征相互交织，柴油机故障诊断是一个复杂的问题。综合柴油机故障的特 点以及神经网络的优势， 采用基于 BP 神经网络的多传感器信息融合技术对柴油 机机械故障进行诊断。 1.2 设计内容及目标 设计内容： 针对传统故障诊断方法存在的诊断准确性不高的问题，提出了 BP 神经网络信息