基于神经网络的船用柴油机故障诊断方法

提出一种适用于船用柴油机故障诊断的方法，即三层ＢＰ网络模型诊断方法。初中结果表明，ＢＰ网络模型能在较大程度上模拟专家凭直觉和经验处理不确定知识的能力。     

用模糊理论诊断中冷器故障的研究

提出了一种不解体诊断中冷器技术状态的新方法,通过检测中冷器增压空气流动阻力,空气和冷却水进、出口温度等,提取反映中冷器技术状态的特征参数,成功地诊断中冷器的技术状态及典型故障。     

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BP神经网络的磨损微粒智能识别

磨粒图象自动分析与识别问题不但是铁谱技术发展需要解决的关键问题，同时也是针对机械设备磨损工况的状态监测与故障诊断后续信息流程实现自动化，智能化和系统化时遇到的关键技术难点和重点。本文在分析综述近年有关研究方法和结果的基础上，提出解决这一问题的新的研究思路，及相应的处理流程，模型和软件帝现，并给出了具体的实验结果，本文提出的流程可用于其它微粒图象（如血液细胞分析）自动识别领域。     

基于神经网络的柴油机故障诊断

基于虚拟仪器技术, 开发了柴油发动机信号处理系统, 该系统数据采集由传感器与PCI-6023E数据采集卡完成, 系统软件采用LABVIEW6.0, 根据柴油发动机的典型故障, 对系统参数赋值, 利用BP神经网络对采集的数据进行处理, 进而判断发动机的故障, 试验表明该系统是可行的。     

基于模糊灰色关联神经网络的综合故障诊断方法研究

考虑到灰色关联诊断中模式向量各参数量纲不同,数量级存在差异,且各种特征因子有各自的应用缺陷,通过将模糊理论和灰色关联度相结合.形成所提取故障特征值的模糊关联度,将模糊关联度作为神经网络的输入量进行故障种类的识别,提出了模糊灰色关联神经网络故障识别方法,实现了针对在不同工作状态下的故障识别.对舰船主动力系统故障进行实例诊断研究,诊断结果表明,该方法准确、有效.     

柴油机热工故障仿真研究

运用结构模型和功能模型对柴油热工故障作了简要的分析，建立了一个较通用的柴油机热工故障的仿真模型，开发了柴油热工故障仿真软件，并对柴油机典型热工故障在不同故障严重程度下进行仿真计算；对仿真结果进行分析，揭示了柴油机热工故障与热工参数之间的内在联系，为故障诊断提供了参考依据。     

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。     

模糊神经网络在船舶柴油机维修决策中的应用

为了减少船舶柴油机维修决策过程中人为因素的影响,从历史数据中学习专家经验知识,提出一种新的决策模型——模糊神经网络。经过MATLAB仿真试验证明,该模型可以较好地学习历史数据中蕴涵的规律,所得决策结果与实际情况比较吻合。     

神经网络与D-S证据理论分层融合的柴油机综合故障诊断方法研究

针对柴油机传统故障诊断方法处理数据量大、故障类型复杂多变的问题时存在诊断准确率不高的现状,利用数据融合原理,将神经网络和证据理论进行有机的结合,提出了神经网络和证据理论分层融合的柴油机故障综合诊断方法.该方法通过并行神经网络的结构提高局部诊断网络的诊断能力,并给出了基本可信度分配的客观化方法,充分利用各种故障的冗余和互补信息,可显著提高故障诊断的准确率.诊断实例表明,该方法能显著提高柴油机故障诊断系统的效率.     

基于时频分析的柴油机活塞环故障振动诊断研究

活塞环是柴油机的关键部件之一，如果出现故障将严重影响柴油机的性能．文中介绍了时频分析理论，利用时频分析方法对柴油机正常和活塞环故障状态下的机体表面振动信号进行了分析，提取了特征信息，两种状态下结果区别明显，说明时频分析方法能够作为柴油机的故障诊断和状态监测的有效工具和方法．     

基于模糊RBF神经网络的柴油机电液调速控制方法

介绍了电液调速执行器的动态特性,设计了电液调速控制回路,实现了模糊RBF神经网络对柴油机油门执行器位置的控制。将一种基于模糊RBF神经网络的PID控制器应用于柴油机调速控制中,详细说明了模糊RBF神经网络控制器的设计过程,它结合了传统PID以及神经网络和模糊控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明该系统比传统模糊控制的响应速度快、超调小,且适应性强,具有推广价值。     

用模糊理论诊断中冷器故障的研究

提出了一种不解体诊断中冷器技术状态的新方法,通过检测中冷器增压空气流动阻力、空气和冷却水进、出口温度等,提取反映中冷器技术状态的特征参数,成功地诊断了中冷器的技术状态及典型故障.
     

FMS故障诊断的神经网络方法研究

文中对神经网络理论应用于FMS(Flexible Manufacture System,柔性制造系统)故障诊断进行研究,在介绍了神经网络基本理论的基础上,提出一种FMS故障诊断的神经网络计算方法。     

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.     

柴油机故障的诊断与排除方法

“七分诊断,三分修理”,已成为时下汽车维修业的一句行话,足见诊断技术在当今汽车维修过程中的重要性。随着汽车结构的不断变革,特别是电子技术在现代汽车上的广泛应用,汽车故障诊断的方法也在不断的推陈出新,与传统的诊断方法相比有很大的区别。柴油机在使用过程中有时会出现这样或那样的故障,其现象多种多样,造成故障的原因也十分复杂。     

柴油机滑动主轴承磨损状态的振动诊断研究

介绍了船舶柴油机拄轴承磨损状态的诊断研究,实测了柴油机机座的表面振动信号和有关的热力参数,计算了柴油机的主轴承负荷和轴心轨迹,对振动信号进行了分析处理,提取了振动信号的特征参数,为准确诊断柴油机的主轴承磨损状态提供了诊断方法。     

基于模糊神经网络的语言识别

神经网络上仍多极、并行、分布式、高度容错能力，并具有自行组织自行发展的适应性功能，能在被处理的信息内容引导下，自行改造其自身的结构及其运行规则，是研究非线性的、适应的、大脑风格的信息处理的全新工具，因此，本文提出一种模糊网络模型和自适应学习算法，并用自然语言的识别处理控制。     

发电用柴油机气门漏气故障的振动诊断研究

阐明了引起气缸盖振动的激励源特征，实测了气门不同技术状态下气缸盖表面的振动信号，经分析与计算后提出了信号的特征参数。研究表明：可以用柴油机气缸盖表面振动信号诊断气门漏气故障，为建立气门漏气故障的实时监测与诊断系统提供了诊断方法。     

机车柴油机喷射系统的故障检测系统

介绍了一个通过检测高压油管压力波诊断机车柴油机燃油喷射系统故障的检测系统，系统采用外卡式压电压力传感器，以ＩＭＢＰＣ机为主机、８０９８单片机为从机的主从分布式结构。从机在主机的监控下完成对压力波的检测，并把结果传送给主机，主机通过对压力波进行波形分析和频谱分析，从而诊断出机车柴油机喷射系统故障，系统可以使用在机车综合参数检测试验台上，也可以另做一个专用的试验台。