基于人工智能的农用拖拉机发动机故障快速诊断研究

• 作者: 李漫江
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 人工智能 神经网络 故障诊断 拖拉机 发动机
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 环境与能源动力工程
• 页码范围: 229-233
• 页数: 5页
• 分类号: S219|TP182
• 字数: 2034字
• 语种: 中文

摘要

为了达到拖拉机发动机不解体故障诊断的目的,提高诊断效率,利用发动机缸盖的振动信号的采集原理,提出了一种基于神经网络的人工智能故障检测方法,并构建了拖拉机发动机振动信号采集系统.基于人工智能的拖拉机发动机故障诊断系统,综合运用信号采集技术、信号处理技术、数据库技术、神经网络技术和人工智能专家系统,实现了和数据库及具有强大信号分析的处理功能,提高了系统的诊断实时性和诊断精度.最后,采用田间试验方法,对拖拉机故障快速诊断系统进行了试验验证.试验结果表明:采用人工智能诊断方法不仅可以有效提高系统的准确率,而且诊断系统的响应更加迅速,并且曝晒、震动、灰尘等恶劣的现场环境中仍能保持正常工作的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李漫江		14	27	3.0	4.0