基于双向联想记忆神经网络的柴油机故障诊断

下载PDF

导出

摘要本文以柴油机燃油系统为研究对象,建立了基于BAM算法的神经网络模型。利用BAM网络的非线性映射以及高度的自组织和自学习能力,将柴油机燃油压力波形进行时域分析和特征提取,对所取得的故障信息进行判断。仿真结果表明,将BAM网络应用于故障诊断是可行的,为故障诊断开辟了一条新途径。

作者王谦张涛

机构地区安阳钢铁集团汽运公司华北水利水电学院机械学院

出处《科技信息》 2011年第2期258-258,260,共2页 Science & Technology Information

关键词柴油机故障诊断 BAM网络

参考文献9

1冯二浩,陆辉山,潘宏侠.柴油机故障诊断研究综述[J].机械管理开发,2010,25(2):109-111. 被引量：5
2马宝琛..基于神经网络的柴油机故障诊断技术的研究[D].大连海事大学,2008:
3蒋一然..基于遗传神经网络的柴油机故障诊断技术研究[D].大连海事大学,2009:
4李佳宁,吴简彤,周雪梅等.BAM网络在平台罗经故障诊断中的应用[C].飞行器惯性器件学术交流会论文集,2001. 被引量：1
5程鹏,钟芳源.BAM神经网络在热力参数故障诊断中的应用和模式编码方法的改进[J].电站系统工程,1995,11(3):56-59. 被引量：1
6余金宝,谷立臣,孙颖宏.利用SOM网络可视化方法诊断液压系统故障[J].工程机械,2007,38(12):54-57. 被引量：16
7沈海峰,李东升,李群霞,焦国昌.基于Kohonen自组织特征映射神经元网络图像分割方法的研究[J].计算机应用与软件,2004,21(9):78-80. 被引量：9
8刘庆雪,公茂法,刘宁.基于BAM神经网络的可控整流电路故障诊断[J].煤矿机械,2007,28(10):189-191. 被引量：1
9马旭凯,谷立臣,李世龙.基于SOM神经网络的柴油机故障诊断[J].机械制造与自动化,2009,38(2):81-83. 被引量：14

1李敏远,陈如清.一种基于模式识别的可控整流电路故障诊断方法[J].电工技术学报,2004,19(7):53-58. 被引量：16
2郑连清,王腾,邹涛.基于神经网络的三相全控桥整流电路故障诊断[J].重庆大学学报（自然科学版）,2004,27(9):72-75. 被引量：14
3廖广兰,李巍华,史铁林,陈勇辉.基于自组织映射的齿轮箱状态监测可视化研究[J].机械工程学报,2003,39(12):99-102. 被引量：6
4李宗福,邓琼波,李桓.Kohonen SOFM神经网络及其演化研究[J].计算机工程与设计,2004,25(10):1729-1730. 被引量：13
5李超,王宏力.基于LVQ网络的液压系统故障诊断方法研究[J].中国仪器仪表,2006(3):52-55. 被引量：2
6铁锦程,许晓鸣,刘慧,程君实.多重训练BAM算法中强化系数的解析求取[J].上海交通大学学报,1996,30(11):56-61. 被引量：3
7张永祥,磨粒微观监测分析回顾与展望[G]//.全国设备诊断技术会议论文集.北京:全国设备修理专业委员会1995. 被引量：1
8Thomas J C.DimoineV. Fiber optic dynamic light scattering From concentrated dispersion, 3: particle sizing in concen trates[J]. Applied Optics 2003(36) :5332-5335. 被引量：1
9[1]Kohonen T, et al. Engineering Applications of SOM. Proc IEEE, 1996,84:1358～1383. 被引量：1
10[2]Kohonen T. The self-Organizing Map. Proc IEEE, 1990,78:1464～1480. 被引量：1

科技信息

2011年第2期

内容加载中请稍等...