基于时序-神经网络的车辆变速器齿轮故障诊断

采用时序分析和BP神经网络，建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统。通过对车辆变速器齿轮运行状念特征信号进行时序分析和特征向量提取，并以此作为BP神经网络的输入向量进行网络训练，从而实现变速器齿轮运行状态的识别与故障诊断。该系统应用于LC5T81变速器齿轮的故障诊断中，能够比较准确地识别与诊断出变速器齿轮的跑合运行状态、磨损运行状态和故障运行状态。验证表明该诊断系统有效、可行。     

BP神经网络在自动变速器故障诊断中的应用

由于自动变速器故障自诊断系统不易准确判断故障原因和具体位置,文章借助汽车OBD自诊断协议,组建自动变速器电子控制系统的诊断数据采集系统。以某轿车01M型自动变速器不能升挡故障为例,采用V.A.S5052故障诊断仪对其进行数据采集与分析。建立了基于BP神经网络的典型故障诊断模型,并对自动变速器典型故障进行实际数据测试,准确识别出自动变速器不能升挡的典型故障原因是节气门位置传感器线路故障和车速传感器断路故障。结果表明人工神经网络具有很高的诊断精度。     

基于Matlab的BP神经网络的电控发动机故障研究

基于Matlab的BP神经网络,对电控发动机的故障进行研究。采集电控发动机故障数据,运用BP神经网络建立了故障诊断模型,并对几种常见故障进行了诊断,诊断结果表明BP神经网络在电控发动机故障诊断研究方面具有一定的实用价值。     

燃料电池堆在路面振动下的神经网络模型

试验建立了一个基于Matlab神经网络工具的典型BP神经网络模型,通过垂直、纵向、横向3个方向期望输出与模型输出的误差比较,从而验证燃料电池堆的神经网络模型可以作为一种异常诊断工具。     

基于BP神经网络的汽油机失火故障诊断方法的研究

针对基于曲轴瞬时角加速度的一般失火故障诊断算法能诊断失火故障,但未能有效区分故障模式的缺陷,提出了一种基于做功时间和BP神经网络的失火诊断算法.根据不同模式下各缸做功时间的波动,提取诊断循环内各缸做功时间信号的特征参数,结合BP神经网络模式识别功能,实现不同模式下的失火故障诊断.通过台架试验,测试了在正常工作、第3缸单...     

传感器引起电喷发动机故障的诊断方法

电喷发动机电子控制系统故障复杂,常常表现为多因多果。文中用虚拟仪器技术LABVIEW对传感器进行信号采集处理,利用BP神经网络对电喷发动机控制系统单一故障对应的可能故障原因进行判断,同时用BP神经网络对采集的传感器信号进行处理,诊断出传感器故障类型,最后,将两者结合确定出故障现象与故障原因的实际对应关系。本系统为由传感器引发的电喷发动机故障的诊断提供了一种有效方法。     

基于支持向量机的装载机齿轮箱故障智能诊断研究

在分析现有齿轮箱故障诊断方法的基础上,提出了采用多分类器支持向量机齿轮箱故障智能诊断方法,简介了该方法的系统结构、实现原理、特征提取与故障类别,重点讨论了齿轮箱故障多分类器支持向量机智能诊断模型与算法。仿真试验结果说明了采用多分类器支持向量机智能方法进行齿轮箱故障智能诊断的可行性与正确性。     

基于BP神经网络的柴油机排气门故障诊断

介绍了BP神经网络的结构和算法,设计了一个适用于柴油机排气门故障诊断的3层BP神经网络.将4缸柴油机排气门存在故障的状态和其正常工作状态所对应的特征向量作为BP神经网络的输入样本进行训练,建立故障诊断库,并用此故障诊断库对输入的检验数据进行自适应分类识别,从而实现故障诊断.实验表明,该方法可行、适用.     

汽车齿轮箱故障振动识别技术研究

通过理论分析与大量的试验研究，提出了汽车齿轮箱故障的几种基本的振动特征信号，阐述了这些特征信号与典型故障之间的内在联系，为汽车齿轮箱故障诊断提供了基本依据。     

BP神经网络在自行火炮电启动系统故障诊断中的应用

自行火炮电启动系统的故障征兆与故障原因之间具有很强的非线性映射关系,通常对其进行在线故障诊断是比较困难的。利用BP神经网络的非线性映射的特性,由神经网络来学习及存储自行火炮电启动系统的故障征兆信号和故障原因之间的映射关系,并将其用于在线诊断,从而达到对自行火炮电启动系统的故障进行在线自动故障诊断的目的,极大地提高了故障的诊断效率。     

基于BP神经网络的电喷发动机故障诊断研究

文中研究了BP神经网络用于电喷发动机故障诊断的方法,用来自真实测量的数据建立了神经网络故障诊断模型。以桑塔纳2000(GSI)轿车AJR型发动机怠速不稳故障为例,通过V.A.G1552汽车故障诊断仪测量出所需的数据流,在MATLAB环境下,对电喷发动机怠速不稳的两种故障原因进行故障模式识别和诊断。     

基于BP网络的柴油机故障诊断方法研究

采用BP神经网络对柴油机气缸套磨损故障诊断进行了研究。首先运用单BP网络方法对柴油机气缸套磨损故障进行了诊断,诊断结果表明该方法还存在一定不足;提出了基于组合式BP网络的故障诊断方法,诊断结果表明,采用组合式BP网络的故障诊断方法可有效地提高柴油机气缸套磨损故障诊断的准确性和有效性。     

电喷发动机故障诊断系统的研究

针对目前国内汽车电喷发动机维修过程中存在的问题,利用BP神经网络对电喷发动机的故障进行分析和诊断,并将其与故障诊断计算机技术相结合,研制出电喷发动机故障诊断系统。该系统具有诊断过程简单、快捷和准确等优点。     

基于改进BP神经网络的柴油机故障诊断研究

根据柴油发动机故障与征兆之间关系来建立一种采用BP算法前馈型神经网络结构,然而采用标准BP算法对神经网络训练进行训练,但存在收敛速度慢等问题。因此,又采用添加动量项和自适应学习速率两种方法对标准BP算法进行改进,并将改进的BP算法运用于神经网络训练,结果表明改进的BP神经网络能够改善收敛速度慢的缺点,而且预测故障效果较好。     

基于遗传神经网络废气分析的汽车故障诊断方法研究

设计了神经网络诊断系统,并用于融合分析废气含量、发动机转速、氧传感器信号及某些工作状态信息诊断汽车故障.设计方法为应用遗传算法的复制、交换、变异过程代替BP网络的反向传播过程,并对遗传算法进行改进研究.实践证明,这种基于遗传神经网络方法的故障诊断系统具有收敛速度快、推广性能强的特点,提高了汽车故障诊断系统的效率和准确性.     

关于和谐号动车组齿轮箱油路结构优化研究

通过对某型和谐号动车组齿轮箱轴承故障原因及结构机理分析,针对特定工况下齿轮箱轴承润滑不良问题制定了齿轮箱结构优化方案,从而提升齿轮箱的受油量,降低轴承干磨的概率。同时该方案通过了台架试验、模拟仿真、型式试验等一系列的试验验证,证明在保证原有结构可靠性基础上,对于改善轴承润滑不良的问题效果明显,现方案已经进入批量改造实施阶段,改造完成后动车组经跟踪应用效果良好。     

基于概率神经网络和声压的柴油机故障诊断

论述了利用柴油机运转缸盖噪声信息来诊断内燃机故障的一种方法,通过FIR数字滤波技术从发动机缸盖噪声信号中分段提取发动机的燃爆和气门开闭信息,采用参数平均法消除了缸盖噪声测量的随机误差,利用概率神经网络的分类功能,准确判断出了各种故障。     

小波包能量特征法在汽车变速器轴承故障诊断中的应用

归纳和总结了小波神经网络轴承故障诊断法的实施步骤,阐述了小波包的原理,并以变速器轴承故障诊断为例,提取了小波包节点能量作为反映变速器轴承故障类型的振动信号特征参数,并用这些特征参数训练BP神经网络进行故障模式识别。结果表明,如果神经网络设计合理,训练适当,则具有很强的故障识别能力。说明了利用小波包能量法和BP神经网络进行变速器轴承故障诊断是可行而且有效的。     

基于融合技术的BP算法在发动机诊断中的应用

主要融合了怠速控制阀信号、喷油驱动器信号及水温传感器信号,设计了通过提取信号特征值,应用神经网络故障识别系统诊断发动机怠速不良故障。信号特征以各自信号的特点提取,其中怠速控制阀信号为脉宽调制信号,选取脉宽及幅值等参数为特征;喷油驱动器信号也为脉宽调制信号,选取喷油时间和峰值电压等为特征;水温信号因其为慢速变化信号,取不同阶段的水温为特征。神经网络的BP算法加入动量项法和动态参数两阶段调整法进行改进。     

基于1DCNN与双通道信息融合的柴油发动机故障诊断

针对传统单通道振动信号诊断方法只能采集部分信息用于局部诊断,而多通道信号融合权重确定困难、实时性差的问题,提出一种基于深度一维卷积神经网络(One-dimensional Deep Convolutional Neural Network,1DCNN)与双通道信息融合的柴油发动机故障诊断方法.通过搭建柴油发动机预置故障试验台,将传感器配置于发动机不同位置以采集发动机运行过程中的双通道故障信号,分别提取振动信号中的最大值、最小值、峰峰值、均值、整流平均值、方差、标准差、峭度等14个特征,构建特征集矩阵并利用主成分分析(Principal Component Analy-sis,PCA)进行特征融合,输入深度一维卷积神经网络,实现对发动机不同故障状态的诊断.试验结果表明,该方法可以有效识别发动机不同的故障状态,与单通道信号诊断相比,所提出的双通道信息融合方法在发动机故障诊断中具有更好的效果.