基于神经网络的发动机早期故障诊断研究

• 作者: 田小飞 薛冬新
• 来源期刊: 农业装备与车辆工程
• 学科: 工学
• 关键词: 内燃机 故障诊断 神经网络 阶次分析 德尔塔(delta)分析仪器
• 年，卷（期）: 2015,（5）
• 页码范围: 50-54
• 页数: 5页
• 分类号: TK417+.1
• 字数: 2918字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3142.2015.05.012

摘要

采用BP(Back Propagation)神经网络，借助德国莱尔浩福二合公司（Reilhofer KG）的德尔塔分析仪（delta-ANALYSER），将对发动机进行等角度采样的振动信号进行阶次分析所得到的阶次谱作为神经网络的输入，故障代码作为输出，对发动机进行早期故障诊断。结合企业自身优势，通过数十台发动机的台架耐久试验对神经网络进行了训练和验证。结果表明，经过大量案例训练过的神经网络对该企业发动机耐久试验过程中常出现的排气门断裂故障以及拉缸的诊断率达到95%，神经网络配合德尔塔分析仪进行发动机早期故障诊断达到了预期的效果，为发动机台架耐久试验早期故障诊断工作提供了一个有价值的方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田小飞	辽宁省大连市大连理工大学内燃机研究所	1	0	0.0	0.0
2	薛冬新	辽宁省大连市大连理工大学内燃机研究所	4	5	1.0	2.0