原文传递
基于发动机工作噪声的故障诊断研究
| 论文题名： | 基于发动机工作噪声的故障诊断研究 |
| 关键词： | 汽车发动机;噪声特征;故障诊断;BP神经网络 |
| 摘要： | 随着汽车的保有量的增加，发生故障的发动机不断增加，如何提高汽车发动机故障诊断检修效率是重要的研究课题。汽车发动机故障诊断检修中，对某些机件异常所产生的噪音要特别注意，发动机某些故障情况下，通过判断其噪音特征可以迅速的发现异常机件。通常是由有经验的修理师通过听声音来判断这些故障，能否找到故障与个人的经验水平有关，影响检修效率，通过计算机软件来建立一套完备而有效率的故障诊断系统，可协助修理师傅找到故障的原因，大幅提高发动机故障检测的速度和准确度。 本论文中，将尝试研究利用麦克风录下发动机在运转时所发出的故障噪音，利用频谱分析仪进行频域分析，提取声音的特征频率向量，再结合计算机软件加以处理分析，输入BP神经网络进行网络的训练，使其能够辨识发动机故障的种类。这种故障诊断方式可以取代需要由熟练老师傅来做故障诊断的工作，这可以提高汽车发动机的故障检修效率。 |
| 作者： | 陈宇鹏 |
| 专业： | 动力机械及工程 |
| 导师： | 苏铁熊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中北大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
