原文传递
基于神经网络和声强技术的发动机故障预测系统研究
| 论文题名： | 基于神经网络和声强技术的发动机故障预测系统研究 |
| 关键词： | 声强技术;发动机故障预测;神经网络 |
| 摘要： | 本文在对发动机特征参数选取和各预测模型分析比较的基础上，详细研究了基于声强分析和神经网络技术的发动机故障预测系统的实现思路，利用VB和MATLAB混合编程方法开发了一套发动机故障预测软件系统。论文从分析异响表现形式的发动机故障产生机理以及声强技术在工程上的具体应用，论述了利用声强频谱分析发动机故障的可行性。在对现有预测方法比较的基础上，根据发动机故障发展的不稳定性，采用BP神经网络建模方法对发动机的常见故障进行预测。该文首先利用声强测试系统获取发动机表面声强，有选择地对声强进行频谱特征分析。在神经网络建模阶段，论文以实例的形式对网络结构、特性参数和训练方法进行了讨论，并利用训练好的神经网络模型对故障的走势进行预测，提出有针对性的预防维修措施，根据设计流程，利用计算机高级语言独立完成了系统的软件编制。论文最后，通过实例运行，验证了基于声强分析和神经网络预测发动机故障的可行性和正确性。 |
| 作者： | 胡俊生 |
| 专业： | 车辆工程 |
| 导师： | 陈效华 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2005 |
| 正文语种： | 中文 |
检索历史
应用推荐
