基于神经网络和D-S证据理论的汽车电控系统故障诊断方法研究

鉴于目前广泛使用的OBDⅡ标准的车载自诊断系统的诊断精度和准确度都有待于进一步的提高,以电控发动机怠速不稳征兆为例,可提出一种将神经网络和D-S证据理论融合的多传感器故障诊断方法,并用于车载自诊断系统诊断数据的融合处理和分析.实验结果表明,该方法能够充分利用各种故障的冗余和互补信息,从而显著提高故障的识别能力.     

基于引力搜索RBF神经网络的柴油机故障诊断

为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果.     

基于神经网络的柴油机磨损故障模糊诊断方法研究

针对柴油机磨损故障的特点，探讨了获取和表示诊断信息的方法，提出了采用神经网络与模糊理结合的模型诊断磨损故障。将该模型应用到柴油机磨损故障诊断中，其诊断准确率令人满意。     

基于神经网络和D—S证据理论的汽车电控系统故障诊断方法研究

鉴于目前广泛使用的OBDII标准的车载自诊断系统的诊断精度和准确度都有待于进一步的提高．以电控发动机怠速不稳征兆为例,可提出一种将神经网络和D—S证据理论融合的多传感器故障诊断方法,并用于车栽自诊断系统诊断数据的融合处理和分析。实验结果表明,该方法能够充分利用各种故障的冗余和互补信息,从而显著提高故障的识别能力。     

径向基函数网络用于船用柴油机智能诊断的研究

从工程应用的观点出发，研究以神经网络理论为数学工具对柴油机故障进行智能仿真诊断．建立船用柴油机症状与故障样本集，作为基于RBF神经网络故障诊断的专家知识库，以实现船用柴油机故障的智能诊断，并对该神经网络的容错能力进行评估分析．     

基于BP神经网络的武器装备电气系统故障诊断方法研究

武器装备电气系统具有非线性特性,利用BP神经网络处理非线性特性的能力可以提高故障诊断效率.建立了BP神经网络的故障诊断模型,分析了故障特征提取与样本预处理的方法,并将其应用于武器装备电气系统的故障诊断中.该方法对于提高武器装备电气系统故障诊断的准确率具有良好的实际应用价值.     

遗传算法优化的模糊神经网络在故障诊断中的应用

本文针对船舶柴油机故障诊断系统提出了一种基于遗传算法优化训练的模糊神经网络诊断方法,介绍了这种模糊神经网络故障诊断系统的结构及其参数形式,通过遗传优化算法对它的权值和阈值进行了学习优化训练。这种方法可以有效地避免通常所选BP算法训练易陷于局部极值的问题,最后将该遗传算法优化训练的模糊神经网络系统应用到船舶柴油机的故障诊断中,通过仿真研究,说明了该方法的有效性。     

基于模糊理论与神经网络并行推理的发动机故障诊断方法

将模糊理论与神经网络相融合，针对汽油发动机偶发性疑难故障，采用模糊信息处理方法确定故障的类别，通过神经网络的逼近能力来实现对故障进行诊断的功能。与单纯使用神经网络进行故障诊断的方法相比，基于模糊理论与神经网络并行推理的发动机故障诊断方法在输入参数不是训练时的典型数据（同训练时输入数据差别较大）时，系统仍能对输入样本很好地归类，给出较高精度的诊断结果，尤其对于单一系统的复杂故障具有很好的识别能力，可以提高对发动机故障的诊断精度。     

基于声响异常辨识的船舶柴油机故障诊断技术探析

文章对柴油机的故障表象与诊断技术进行了综合分析,结合理论与实践列出了在柴油机故障诊断中的异常声响发生的部位、异响表象特征和故障基本原因,并以实例阐述了柴油机声响异常辨识在故障诊断中的应用,介绍了该故障诊断技术的发展应用前景。     

基于信息融合的船舶机械故障诊断方法的研究

机械与材料工程学院严新平教授主持的科研项目“基于信息融合的船舶机械故障诊断方法的研究”，得到教育部资助. 1.项目研究目标 1) 设计适用于船舶柴油机故障诊断的信息融合体系. 2) 发表研究论文8篇，其中四大检索系统收录3篇. 2.研究内容 1) 研究基于油液、振动、热力参数监测的信息融合模型. 2) 研究小波分析和分形理论在磨损状态描述与识别中的方法. 3) 研究遗传算法和神经网络技术在船舶柴油机运动状态的趋势分析与使用寿命预测中的应用. 4) 开发船舶柴油机基于信息融合的故障诊断系统. 3.项目拟解决的关键问题 通过此项研究，着重解决(或部分解决)两个关键问题： 1) 利用振动和油液监测获得的信息，为通过信息融合模型实现机械动力学和摩擦学系统的状态描述. 2) 充分考虑船舶机械作业的特殊性，提出适用于现场应用的故障诊断方法与技术. 4.项目的创新之处在于可系统地综合振动、油液和热力参数监测方法，实现船舶柴油机故障诊断；可采用信息融合思想，研究动力学系统和摩擦学系统的信息特征及其相互之间的关系. 科技处(余区办) 章爱武