内蒙古自治区自然科学基金(2012MS0704)
- 作品数：8 被引量：109H指数：6
- 相关作者：司景萍郭丽娜胡志勇高振刚朱延玲更多>>
- 相关机构：内蒙古工业大学内蒙古大学更多>>
- 发文基金：内蒙古自治区自然科学基金更多>>
- 相关领域：机械工程交通运输工程理学一般工业技术更多>>
- 基于模糊神经网络的智能故障诊断专家系统被引量：64
- 2017年
- 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,提出了基于模糊神经网络的智能故障诊断系统。建立了发动机故障信号采集试验台,在试验台上人工模拟3种转速下6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,之后利用小波包技术进行消噪处理,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,完成对信号的离线模式识别,之后以测试样本数据实现在线故障诊断,通过仿真分析,取得了很好的诊断效果。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。同时,在专家系统的理论基础上,将模糊神经网络与专家系统进行信息融合,实现数据接口通信,利用网络的自学习能力建立智能故障诊断数据库和诊断规则库,通过程序语言快速高效的设计出智能诊断系统。最后,通过发动机故障诊断实例仿真分析,验证了基于模糊神经网络的智能故障诊断专家系统的可行性。
- 司景萍马继昌牛家骅王二毛
- 关键词：神经网络专家系统小波分析信息融合智能故障诊断
- EEMD和SVM在发动机故障诊断中的应用被引量：6
- 2015年
- 针对发动机缸盖振动信号的非线性非平稳特征,提出一种总体平均经验模态分解(EEMD)和支持向量机相结合的信号分析及故障诊断方法,该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数,有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解,得到各阶特征模态函数(IMF),求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IMF相关系数法和IMF能量分布法得到的特征向量作为输入,建立BP神经网络和支持向量机,判断发动机工作状态和故障类型。分析表明,对IMF求相关系数的方法简便易行,能有效放大不同工况下特征向量的差异,结合支持向量机能够对既定机型的配气机构和点火系常见故障进行准确识别。
- 司景萍牛家骅郭丽娜马继昌
- 关键词：故障诊断振动信号相关系数支持向量机
- 基于支持向量机的发动机缸壁间隙识别被引量：1
- 2013年
- 通过采集发动机缸壁表面的振动信号并对信号进行区间小波包分解,与最小二乘支持向量机相结合,以部分测试信号作为训练样本建立分类器,部分样本作为测试样本输入分类器中进行判断识别,通过设置不同的参数寻找到最优分类结果,最终判别出发动机的缸壁间隙。
- 王艳雄刘占锋朱延玲杨远满胡晓燕
- 关键词：汽车支持向量机振动信号
- 信息熵和RBF神经网络的发动机故障诊断被引量：8
- 2015年
- 针对汽车发动机气门间隙异常故障,探讨了应用小波分解后求各尺度小波系数信息熵,和RBF神经网络对发动机进行不解体故障诊断的方法。由此,对某汽油发动机进行了故障模拟试验,分别在正常工况和三种故障工况下测取了缸盖表面振动信号。对所采集信号进行Stein无偏估计消噪处理,利用小波系数信息熵提取特征向量,进行归一化处理,然后用RBF神经网络对处理后的振动信号进行分类识别。发动机气门间隙故障的诊断实例表明,在不同工况下利用小波系数信息熵提取故障特征向量、进行基于RBF神经网络的故障诊断方法现实可行,对实现发动机不解体故障诊断具有一定的应用价值。
- 司景萍牛家骅郭丽娜马继昌
- 关键词：振动与波故障诊断发动机RBF神经网络信息熵
- 基于小波包神经网络的发动机振动信号分析被引量：8
- 2013年
- 为了有效地对发动机运行状态进行监测,提出了一种基于小波包和神经网络相结合的发动机故障诊断方法。以某微型车用汽油发动机为研究对象,建立基于振动信号分析的测试试验系统,采集发动机正常工况和故障工况的振动特征参数。通过小波包对其进行分解和重构,提取出表征发动机工作状况的特征向量,作为训练样本数据和检验样本数据,输入BP神经网络并对其进行训练,实现了对所设发动机故障类型进行良好识别的预期效果。
- 司景萍郭丽娜牛家骅
- 关键词：发动机振动信号小波包BP神经网络
- 基于MATLAB/Simulink的半主动悬架仿真分析被引量：3
- 2015年
- 采用四自由度半车数学模型,根据运动学定律,对模型受力进行分析,列出状态方程;根据已建立的模型和所列方程确定加权矩阵,采用最优控制策略设计控制器;利用MATLAB软件搭建模块,调整加权系数,将车身垂直加速度、俯仰角加速度、悬架动行程及轮胎动载荷4个目标控制在有效范围内;通过半主动悬架时域内仿真分析,并与被动悬架对比,得出具有控制器的半主动悬架在一定程度上改善了悬架系统的工作性能,验证了控制器设计的有效性。
- 马继昌司景萍高振刚
- 关键词：汽车半主动悬架MATLAB/SIMULINK
- 基于时域能量划分和PSO-SVM的发动机故障诊断被引量：14
- 2016年
- 针对发动机缸盖振动信号激励源的时序性,提出了一种基于时域能量划分和粒子群优化-支持向量机算法(PSO-SVM)的发动机故障诊断方法。将振动信号按曲轴转角进行时域能量划分并将各段时域信号能量组成的向量作为故障分类的特征向量,应用不同优化技术的支持向量机(SVM)算法对发动机配气机构故障进行识别。诊断结果表明:时域能量划分结合PSO-SVM在小样本的情况下,能够对既定机型的配气机构和点火系常见故障进行识别。
- 胡志勇牛家骅郭丽娜马继昌
- 关键词：发动机故障诊断振动信号支持向量机
- 基于自适应模糊神经网络的发动机故障诊断被引量：12
- 2015年
- 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。
- 马继昌司景萍牛嘉骅王二毛
- 关键词：振动与波小波分析BP神经网络故障诊断
