基于自适应模糊神经网络的发动机故障诊断

• 作者: 司景萍 牛嘉骅 王二毛 马继昌
• 来源期刊: 噪声与振动控制
• 学科: 交通运输
• 关键词: 振动与波 小波分析 模糊理论 BP神经网络 故障诊断
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 165-169,174
• 页数: 6页
• 分类号: U472.42|U467.4
• 字数: 3853字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2015.02.037

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，提出了自适应模糊神经网络发动机故障诊断。首先建立了发动机故障信号采集试验台，在试验台上人工模拟四种工况，通过加速度传感器采集正常工况和异常工况的振动信号。再利用小波理论对采集到的振动信号进行消噪处理，提高信噪比，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，即对发动机故障进行模式识别。通过仿真分析，取得了很好的诊断效果；同时与传统的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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	司景萍	内蒙古工业大学能源与动力工程学院	43	317	11.0	16.0
2	马继昌	内蒙古工业大学能源与动力工程学院	6	42	4.0	6.0
3	王二毛	内蒙古工业大学能源与动力工程学院	6	40	3.0	6.0
4	牛嘉骅	内蒙古工业大学能源与动力工程学院	1	15	1.0	1.0