基于数据融合的发动机故障诊断系统研究

武汉科技大学硕士学位论文基于数据融合的发动机故障诊断系统研究姓名：刘召广申请学位级别：硕士专业：控制理论与控制工程指导教师：潘炼20080515基于数据融合的发动机故障诊断系统研究作者：刘召广学位授予单位：武汉科技大学相似文献(10条)1.会议论文谭永红.党选举基于神经网络的汽车发动机建模和故障诊断1999该文首先采用神经网络来辩识汽车发动机的有关歧气管压力环节的非线性动态模型。为实现系统的非线性动态映射该文引入了外部回归项，然后用动态Ｌｅｖｅｎｂｅｒｇ－Ｍａｒｑｕａｒｄｔ算法来对动态模型进行参数估计。建模结果表明，基于神经网络的模型具有较高的精度和较强的通用性。在此基础上，作者还提出了称之为动态增益矩阵法的故障诊断新方法并用神经网络予以实现进行汽车发动机的在线故障诊断。2.学位论文张晓丹汽车发动机故障诊断中不确定性问题的贝叶斯网络解法2005在故障诊断领域，不确定性问题占多数，主要是由诊断对象的复杂性、测试手段的局限性、知识的不精确等原因导致的。特别是汽车发动机这种大型复杂的机电设备，其构件之间及构件内部都存在很多错综复杂、关联耦合的相互关系，不确定性因素和不确定性信息充斥其间，其故障可能是多故障、关联故障等多种复杂形式。因此，解决不确定性问题是目前汽车发动机故障诊断中的首要问题。常用的解决不确定性问题的方法包括贝叶斯方法、模糊集理论、证据理论等，经AgreG等多位专家的分析研究，基于贝叶斯理论的贝叶斯网络是目前解决不确定性问题的最有效的方法。本文以发动机故障诊断中不确定问题为研究背景，以AudiA61.8L型发动机为应用研究对象，提出了用于解决不确定性问题的故障诊断结构模型和功能模型，并对模型的知识表达、建造方法进行了深入研究，提出了贝叶斯网络融合算法。为了获得更高准确率的故障诊断结果，针对故障诊断中传感器传输数据的时序性特点，采用在线学习的思想，对贝叶斯网络结构进行改进。以MLE方法进行参数学习。并通过图搜索算法，推理得出产生故障的节点，获得高效、准确的诊断结果。在应用中，将故障诊断融合模型及融合算法应用在汽车发动机故障诊断实际过程中。通过多个实验表明，在发动机运行工况下，故障诊断融合模型的诊断准确率优于传统的专家系统方法和学习前的贝叶斯网络方法，有效地解决了故障诊断中存在的不确定性问题，提高了诊断的准确率。从而验证了故障诊断融合模型及算法的有效性和应用价值。3.会议论文杨文平.赵德永.候荣涛基于分形理论的KTA50汽车发动机故障诊断2000该文概述了分形的有关理论，并将这一理论应用于KTA50汽车发动机的故障诊断，研究了噪声对关联维数结果的影响，给出了嵌入维数的选择原则，得到了利用关联维数对KTA50汽车发动机实施故障诊断的判据。4.会议论文何磊.王伟杰.赵学增.黄文涛基于粗糙集理论的汽车发动机故障诊断方法研究文章在分析了汽车发动机故障的振动信号特点的基础上,提取发动机振动信号的时域、频域特征,用小波包分析提取敏感频段上的能量特征,构成了故障诊断征兆集,并用Kohonon网络进行离散化.引入粗糙集理论,用改进的属性约筒、值约简算法获取发动机故障诊断规则,建立了汽车发动机故障诊断的模型,并以故障安例验证了该方法的有效性.该模型能够快速有效地识别出发动机的故障类别.5.学位论文郑善亮汽车发动机故障诊断研究的理论与方法2009发动机是汽车的重要组成，是车辆运行的动力来源。随着其自动化程度的不断提高、工作性能的不断完善，其结构也变得越来越复杂；外加工作环境十分恶劣，因此发动机故障发生的频率增大，并且其诊断难度也不断提高。这样就使得发动机成为汽车故障诊断与检测的重点对象。为了迅速诊断故障状况，提高维修的效率，世界各国的汽车公司和研究机构纷纷投入大量的资金和精力研究汽车发动机电控系统的故障诊断。而我国汽车工业发展较晚，汽车电子与发达国家差距很大，所以进行汽车故障诊断方法的研究对于改善和提高我国的汽车检测诊断技术非常重要，具有重要的现实意义。汽车发动机故障诊断理论及其方法的研究是随着汽车技术不断进步而逐步完善的过程，建立科学、系统、合理、完善的汽车故障诊断理论体系，已成为目前汽车故障诊断的必然要求和技术发展的必然趋势。然而，目前关于发动机故障自诊断系统设计的方法种类很多，但是既繁多又杂乱，在详细分类讨论各自方法的实施和综合对比不同方法的优缺点这一领域还是空白，本论文目的就是填充这一空白，丰富和完善汽车故障诊断体系，探索新的故障诊断方法，具有一定的理论价值，同时也便于查阅，具有一定的参考价值。论文首先明确了故障诊断的基本概念，从而引出发动机故障诊断的概念及流程，分析了发动机故障自诊断系统的国内外研究现状、存在的问题和未来发展趋势。随后，针对在电喷发动机故障诊断中主要采用的测试及诊断方法（基于信号处理的方法，基于解析模型的方法，基于知识的故障诊断方法）分别进行深入讨论。首先对基于信号处理的方法进行详细分析，重点阐述了小波理论，并结合上述理论给出了故障诊断的实例。其次，介绍了基于解析模型的方法，详细讨论了其分类以及各类方法的提出、实施及不足。再次，介绍了基于知识的故障诊断方法，对基于知识的故障诊断方法进行详细分类分析，重点阐述了专家系统故障诊断以及神经网络故障诊断，并结合上述理论，结合神经网络专家系统给出了故障诊断的实例。最后，运用故障诊断方法与虚拟仪器相结合，介绍了基于虚拟仪器发动机故障自诊断系统的设计；运用故障诊断技术与现代网络技术相结合，介绍了发动机远程诊断系统的基本组成，分析了远程诊断中心的结构，重点研究了故障推理系统。6.期刊论文施云.SHIYun模糊故障树在汽车发动机故障诊断中的应用-桂林电子科技大学学报2008,28(3)模糊故障树法是一种逻辑性强、直观形象的可靠性分析方法,既可定性又可定量地对系统典型故障进行分析,为故障分析处理及系统设计提供了理论依据.本文针对汽车发动机常见的故障,通过绘制发动机的故障树,根据最小割集的求解和故障树的结构函数,对其故障进行定性和定量分析,迅速找出故障原因.此方法简便、直观、实用,应用于汽车发动机故障诊断中能够取得令人满意的结果.7.学位论文杨旭志基于虚拟仪器和神经网络的汽车发动机的故障诊断研究2009随着电子控制技术在汽车上的广泛运用，与此相对应的汽车故障诊断技术要求也越来越高。对于汽车电喷发动机的故障诊断，传统的技术手段和经验判断方法已远不能对其进行准确诊断。由于神经网络具有强大的非线性映射能力、并行处理能力、良好的学习能力和容错性、独特的联想记忆能力等优点，因此利用虚拟仪器技术和神经网络技术相结合的方法，研究汽车发动机的故障诊断有一定意义。本文首先概述了虚拟仪器的结构、发展及其在汽车上的应用，再通过分析人工神经网络的结构和故障诊断原理，以及电喷发动机常见故障部位，对于汽车发动机提出了基于虚拟仪器和神经网络的故障诊断新方法，建立了初始诊断程序系统，并通过实验分析验证此方法的可行性。本课题主要从电喷发动机出现故障时相应工况着手研究，整个研究主要有以下五方面：一、以笔记本电脑作为工作平台，利用虚拟仪器技术，通过NI公司图形编程软件LabVIEW设计发动机运行时的数据采集系统。该仪器系统能同时采集多个反映发动机运行工况的传感器信号，实时显示在界面上，可进行直观分析，也能把数据保存到硬盘，进行后处理。二、利用虚拟仪器系统在本田飞度i—DSI发动机试验平台上进行实物测试试验，进一步调试和完善程序，使其达到实验精度要求。三、进行发动机平台实验，让发动机在正常状况和有故障状态下运行，利用上述虚拟仪器系统采集各状态下的相关数据，并整理和分析这些原始数据，确定用以作为神经网络训练和检测用的样本。四、通过Matlab的神经网络工具建立神经网络模型，并进行训练，检验合格后，再整合到编制好的数据采集虚拟仪器系统中，使仪器具备神经网络诊断分析的功能。五、实验验证。让发动机在预先设定的故障下运行，诊断系统将采集到的数据送入神经网络模型的输入端，进行分析判断，得出故障类型并显示在LabVIEW界面上。通过实验证明，本文提出的这种基于虚拟仪器和神经网络的汽车发动机故障诊断程序基本上能识别设定的故障，这对实现汽车发动机故障诊断的自动化和智能化有一定的指导作用。8.期刊论文苏蓉.张增年.SuRong.ZhangZengnian基于神经网络的汽车发动机建模和故障诊断-上海电机学院学报2005,8(3)采用神经网络来辨识汽车发动机的有关歧气管压力环节的非线性动态模型,为实现系统的非线性动态映射,引入了外部回归项,然后用动态Levenberg-marquardt算法来对动态模型进行参数估计.仿真结果表明,基于神经网络的模型具有较高的精度和较强的通用性.在此基础上,用动态增益矩阵法的故障诊断方法和神经网络实现汽车发动机的在线故障诊断.9.期刊论文袁翔.邓华.YUANXiang.DENGHua基于观测器的汽车发动机电控系统故障诊断方法研究-长沙交通学院学报2000,16(2)针对汽车发动机电控系统负载不可测且存在随机干扰的情况,采用基于数学模型的未知输入故障检测观测器方法,研究其故障诊断问题.合理选择残差信号的阈值,能够可靠地诊断汽车发动机电控系统负载不可测且存在随机干扰时的故障.仿真结果验证了本方法的有效性.10.学位论文汪海基于神经网络技术的汽车发动机故障诊断研究2006近年来国内外的机械故障诊断技术发展迅速，研究的手段和方法日新月异，其应用己遍及各个工业领域。由于汽车发动机结构复杂，故障特征及原因普遍存在针对性和常见性，对其实施故障诊断比较困难，尽管人们对其开展了不少研究并取得了一些研究成果，但总的诊断水平并不有效，这与其在生产生活中广泛应用的现状极不相符。因此，对汽车发动机开展故障诊断研究具有十分重要的意义。本文研究工作就是在这个技术背景下展开的。本文主要研究汽车发动机故障诊断的方法。在分析了现有故障诊断方法的基础上。提出了一套利用神经元网络进行故障诊断的方法。在分析了发动机常见故障和经验解决方法之后，结合人工神经元网络模型和学习模型，设计了适合本研究的故障诊断系统。本系统采用三层神经网络结构，4个输入结点，中间层为10个，输出层与故障模型相对应，为12个。在算法方面，经过多次实验，提出了一种高效的改进型FBP算法。使用梯度下降法迭代法不断修正权值，网络训练迭代次数为10万次，学习精度要求为取系统总误差E=0.001.系统诊断成功率高打91.6％，使系统最终达到了设计目的。本文链接：授权使用：上海海事大学(wflshyxy)，授权号：5f9f5056-afb1-4886-a8bc-9dd800e093c8下载时间：2010年8月20日