文献类型：期刊文章

作　　者：司景萍[1] 马继昌[1] 牛家骅[1] 王二毛[1]

机构地区：[1]内蒙古工业大学能源与动力工程学院,呼和浩特010051

出　　处：《振动与冲击》

基　　金：内蒙古自然基金(2012MS0704);内蒙古高校科研基金重点(NJZZ11070)

年　　份：2017

卷　　号：36

期　　号：4

起止页码：164-171

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号：20171803623936)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：发动机是车辆的核心部件,及时有效地发现并排除故障,对降低维修费用,减少经济损失,增加发动机工作时的可靠性,避免事故发生具有重大的意义。以某型号发动机为研究对象,运用测试技术、信号处理、小波分析、神经网络和模糊控制理论,提出了基于模糊神经网络的智能故障诊断系统。建立了发动机故障信号采集试验台,在试验台上人工模拟3种转速下6种工况,通过加速度传感器采集正常工况和异常工况的振动信号,之后利用小波包技术进行消噪处理,并提取出故障信号的特征值,作为网络训练和测试的样本数据。用样本数据训练和检测自适应模糊神经网络,完成对信号的离线模式识别,之后以测试样本数据实现在线故障诊断,通过仿真分析,取得了很好的诊断效果。与传统的BP神经网络故障诊断方法进行对比,无论在诊断精度上还是学习速度上,模糊神经网络在故障诊断中更具有优势。同时,在专家系统的理论基础上,将模糊神经网络与专家系统进行信息融合,实现数据接口通信,利用网络的自学习能力建立智能故障诊断数据库和诊断规则库,通过程序语言快速高效的设计出智能诊断系统。最后,通过发动机故障诊断实例仿真分析,验证了基于模糊神经网络的智能故障诊断专家系统的可行性。

关 键 词：神经网络 模糊理论  专家系统 小波分析 信息融合 智能故障诊断

分 类 号：U472.42] U467.4]