基于模糊神經(jīng)網(wǎng)絡(luò)的柴油發(fā)動機(jī)故障診斷方法的研究

1、基于模糊神經(jīng)網(wǎng)絡(luò)的柴油發(fā)動機(jī)故障診斷方法的研究    核心提示：     摘要：    針對傳統(tǒng)方法在柴油機(jī)故障診斷中的局限性，本文提出了一種把改進(jìn)的模糊神經(jīng)網(wǎng)絡(luò)用于故障診斷的方法，以數(shù)據(jù)仿真證明了此方法的有效性和可行性。        .              &

2、#160;      摘要：        針對傳統(tǒng)方法在柴油機(jī)故障診斷中的局限性，本文提出了一種把改進(jìn)的模糊神經(jīng)網(wǎng)絡(luò)用于故障診斷的方法，以數(shù)據(jù)仿真證明了此方法的有效性和可行性。                         &

3、#160;   關(guān)鍵字：        故障診斷；神經(jīng)網(wǎng)絡(luò)；模糊控制                         0           

4、0;引言                人工神經(jīng)網(wǎng)絡(luò)    (Artificial Neural Networks)    是采用物理可實(shí)現(xiàn)的系統(tǒng)來模仿人腦神經(jīng)細(xì)胞的結(jié)構(gòu)和功能。它反映了生物神經(jīng)系統(tǒng)的基本特征，是對生物神經(jīng)系統(tǒng)的某種抽象、簡化與模擬。神經(jīng)網(wǎng)絡(luò)的基本要素是人工神經(jīng)元，也就是說人工神經(jīng)元是神經(jīng)網(wǎng)絡(luò)的基本處理單元，它只模擬了生物神經(jīng)元的三個基本功能

5、：對每個輸入信號進(jìn)行處理，以確定其強(qiáng)度    (    權(quán)值    )    ，如神經(jīng)元中突觸的可變強(qiáng)度；確定所有輸入信號的組合    (    加權(quán)和    )    ：        確定其輸出&

6、#160;   (    轉(zhuǎn)移特性    )    。            柴油發(fā)動機(jī)故障診斷是通過研究故障與征兆    (    特征向量    )    之間的關(guān)系

7、來判斷設(shè)備故障的。柴油發(fā)動機(jī)的故障形式多種多樣，故障產(chǎn)生的機(jī)理和原因也非常復(fù)雜，加之實(shí)際因素復(fù)雜的關(guān)系，即各類故障所反映的特征參數(shù)并不完全相同，這種關(guān)系很難用精確的數(shù)學(xué)模型來表示，給現(xiàn)場診斷帶來了極大的困難。應(yīng)用人工神經(jīng)網(wǎng)絡(luò)這種智能技術(shù)，可以在不需要數(shù)學(xué)模型的情況下模擬人的智能行為，是一個非線性計(jì)算系統(tǒng)，可以實(shí)現(xiàn)故障與征兆之間復(fù)雜的非線性映射關(guān)系，因此在柴油發(fā)動機(jī)故障診斷領(lǐng)域中顯示了極大的應(yīng)用潛力。其中使用    BP    算法    (Back Propagation)&

8、#160;   的神經(jīng)網(wǎng)絡(luò)多層感知器是眾多神經(jīng)網(wǎng)絡(luò)中應(yīng)用廣泛的網(wǎng)絡(luò)之一。但是    BP    網(wǎng)絡(luò)存在著網(wǎng)絡(luò)學(xué)習(xí)收斂速度慢，容易陷入局部極小點(diǎn)    的問題。為此本文在網(wǎng)絡(luò)訓(xùn)練過程中采用模糊控制原理訓(xùn)練    BP    網(wǎng)絡(luò)，以提高網(wǎng)絡(luò)的學(xué)習(xí)速度，增加算法的可靠性。         &

9、#160;           1    基于    BP    算法的神經(jīng)網(wǎng)絡(luò)模型            多層前饋神經(jīng)網(wǎng)絡(luò)模型及其反向傳播算法的訓(xùn)練包括過程包括前向計(jì)算和誤差反向傳播，通過調(diào)節(jié)網(wǎng)絡(luò)的連接權(quán)使得網(wǎng)絡(luò)誤差最小化，簡稱  

10、60; BP    算法。                     本文采用的是三層神經(jīng)網(wǎng)絡(luò)模型，它由輸入層、隱層和輸出層組成。網(wǎng)絡(luò)的前饋意義在于每一層節(jié)點(diǎn)的輸入僅來自前面一層節(jié)點(diǎn)的輸出。對于輸入信號，先前向傳播到隱層節(jié)點(diǎn)，經(jīng)過作用函數(shù)后，再把隱節(jié)點(diǎn)的輸出信息傳播到輸出節(jié)點(diǎn)，最后得到輸出結(jié)果。具體步驟如下所示：    

11、                  1)    ?     輸入層節(jié)點(diǎn)                         

12、                                ，其輸出                   

13、           等于輸入                              ，將控制變量值傳到第二層。         

14、60;