粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.     

浅析电喷发动机故障诊断与排除

结合车辆使用，浅析电喷发动机的故障诊断及排除。     

汽车电喷发动机故障的诊断技巧

随着电喷发动机的普遍使用,故障诊断成了摆在很多修理工面前的难题,针对这种情况,介绍了几点维修电喷发动机的技巧。     

基于神经网络的信息融合技术在汽车故障诊断中的应用

本文分析了现代汽车故障诊断的特点,说明了用融合技术进行汽车故障诊断的优势,构建了基于BP神经网络的信息融合结构,用以汽车故障诊断,提高了汽车故障诊断效率和准确性。     

基于神经网络的发动机故障诊断技术研究

分析了神经网络在电子控制汽油机诊断中的应用;简要介绍了BP神经网络模型和学习训练过程,以及一种电子控制发动机诊断数据读取方法;简要说明了利用神经网络进行电控发动机诊断的过程。     

模糊神经网络专家系统在故障诊断中的应用

针对汽车电控发动机故障多,具有模糊性和复杂性的事实,结合模糊逻辑、神经网络、专家系统各自的特点,建立了基于模糊神经网络专家系统的发动机的故障诊断系统;采用面向对象的Visual Basic 6.0、MATLAB 7.0和Ac-cess数据库等软件来实现系统结构,对系统的整个流程,尤其是关键点和重难点进行了研究。结果表明:该诊断系统能对电控发动机故障进行快速准确诊断。     

电控汽油喷射发动机起动困难的故障检修

电喷发动机起动困难的故障原因是多方面的，本文介绍了电喷发动机起动困难的故障快速检修的方法。并附检修实例供参考。     

传感器在汽车电喷发动机中的故障自诊断

本文论述了汽车发动机用的传感器与发动机控制器ECU控制功能的关系,概述了传感器的故障识别和故障处理.     

基于神经网络的汽车发动机故障诊断研究

将BP神经网络应用于汽车发动机故障诊断.利用实际测试的怠速不稳故障样本训练网络并进行测试.结果证明,BP神经网络应用于汽车发动机故障诊断,效果良好,具有较高的诊断效率和准确度.     

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。     

Power transformer fault diagnosis model based on rough set theory with fuzzy representation

Objective Due to the incompleteness and complexity of fault diagnosis for power transformers, a comprehensive rough-fuzzy scheme for solving fault diagnosis problems is presented. Fuzzy set theory is used both for representation of incipient faults＇ indications and producing a fuzzy granulation of the feature space. Rough set theory is used to obtain dependency rules that model indicative regions in the granulated feature space. The fuzzy membership functions corresponding to the indicative regions, modelled by rules, are stored as cases. Results Diagnostic conclusions are made using a similarity measure based on these membership functions. Each case involves only a reduced number of relevant features making this scheme suitable for fault diagnosis. Conclusion Superiority of this method in terms of classification accuracy and case generation is demonstrated.     

小波包-神经网络在摆式列车倾摆控制系统故障诊断中的应用

针对摆式列车倾摆控制系统故障的特点, 研究了神经网络结合小波包分析进行故障诊断的方法, 采用小波包分解和信号重构的方法, 将在摆式列车试验台上采集到的振动信号分解到不同的频带以提取有关的故障信息, 并将振动信号各频带内的能量特征作为训练样本输入前向神经网络, 用优于改进梯度下降法的Levenberg- Marquardt优化方法对网络进行训练, 对倾摆控制系统的常见故障进行识别和诊断。实践表明, 该方法对摆式列车倾摆系统故障的诊断是可靠的。     

模糊逻辑诊断技术在汽油机故障诊断中的应用

根据汽油机故障征兆与故障原因之间并非一一对应的不确定关系特点,有针对性地提出了模糊逻辑诊断原理,给出了利用模糊逻辑诊断技术对汽油机故障进行分析诊断的方法,通过实例说明了模糊逻辑诊断技术在汽油机故障诊断中的应用．     

基于深度时频特征的机车轴承故障诊断

针对现有机车轴承诊断方法存在故障特征提取不理想、诊断精度低等问题,提出了一种基于深度时频特征的机车轴承故障诊断新方法;利用双通道一维和二维卷积神经网络(CNN)分别对输入的一维原始信号和连续小波变换(CWT)提取的二维时频信号进行深度特征提取;为使输入的一维原始信号简单而有效地反映出信号在时域的全局特征,上通道使用一维CNN,为使输入的二维时频域信号能多角度地反映出信号的细微局部变化,下通道使用二维CNN;在融合层中将上下通道特征自动融合成一个新的深度时频特征,并将提取到的深度融合时频特征经归一化指数函数进行故障分类识别;在此基础上,分析了某局机务段实测的7种机车轴承数据,验证了本文方法的实际工程应用价值。研究结果表明：基于深度时频特征的机车轴承故障诊断方法对7种机车轴承故障的平均诊断精度达到了100%,与一维CNN模型、二维CNN模型和支持向量机(SVM)模型相比,平均诊断精度分别提高了0.7%、1.9%和2.2%;本文方法提取的深度时频特征中每类故障分布间隔规则有序,类内间距很小,而单个一维CNN模型和二维CNN模型提取的特征的每类故障分布间隔不规则,类内间距较大,说明基于深度时频特征的机车轴承故障诊断方法提取深度特征的能力优越,是一种解决机车轴承故障诊断问题的有效模型。     

德尔福MT20系统故障诊断与排除

介绍了德尔福MT20系统的特点和功能．着重论述了德尔福MT20系统的故障诊断及排除方法。     

基于FTA的电喷汽油机燃烧故障分析

故障树是一种倒置的图形演绎分析方法.笔者在文中建立了电喷汽油发动机燃烧故障树模型,确定出引发系统故障原因的各种可能的组合方式和系统发生故障的概率.为进一步研究实用的电喷汽油机故障自诊断系统提供了一种可行方法.     

基于数据的轨道电路故障诊断的混合算法

提出一种基于数据的神经网络混合算法故障诊断网络,用于轨道电路的故障诊断.考虑铁路信号需求,设计出符合神经网络训练快速性和有效性要求的BP-LM-PSO-GA混合算法,就是将轨道电路复杂网络分解设计为许多小的神经网络组态,通过综合这些小的神经网络诊断结论,得出最终结果,以解决单独设计神经网络带来的运算量问题;然后以广泛使用的ZPW-2000A型轨道电路为例,验证了该算法网络训练的快速性及故障诊断的有效性.最后给出了该诊断网络对轨道电路的诊断步骤.仿真结果表明该诊断网络具有可行性和有效性,为轨道电路故障诊断的应用提出了一条新途径.     

神经网络集成在工程造价估算中的应用研究

工程造价和主要工程量是评价一建筑工程的重要经济指标,特别是工程量清单于2003年7月1日在全国范围内展开以来,快速估算工程造价和主要工程量更具有其重要意义.文中采用神经网络集成方法建立了工程造价和主要工程量估算数学模型,并采用matlab6 1计算软件,以深圳市已完典型工程资料为例,验证了该模型的正确性及实用性,得出了神经网络集成方法泛化能力更高的结论.