基于ART-并行BP神经网络的柴油机故障诊断研究

• 作者: 张晓丽 景敏卿
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 柴油机 故障诊断 ART-并行BP神经网络
• 年，卷（期）: 2007,（4）
• 页码范围: 412-416
• 页数: 5页
• 分类号: TH17
• 字数: 4060字
• 语种: 中文
• DOI: 10.3321/j.issn:1003-8728.2007.04.003

摘要

造成柴油机故障的因素十分复杂,既存在单一类的故障,也存在多故障并存的现象,而且还会出现新型故障,仅仅依靠单一神经网络技术的故障诊断已经很难满足对柴油机的有效诊断要求.本文在信息决策层融合的基础上,以自适应谐振理论ART和误差反向传播并行BP两种神经网络为基础,建立了用于柴油机故障诊断的新型神经网络模型,以对柴油机系统工作过程多种故障进行诊断识别.通过与单一神经网络诊断识别结果的分析和比较,验证了该神经网络诊断模型的可行性,它能够进行多传感器信息综合诊断,既能识别单故障和并发故障,又具有识别新型故障的能力,可有效地提高对柴油机故障诊断的准确性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景敏卿	西安交通大学机械工程学院机电信息研究所	75	487	12.0	17.0
2	张晓丽	西安交通大学机械工程学院机电信息研究所	6	67	5.0	6.0