1、本文是東北大學設備診斷工程中心與沈陽軍區(qū)65182部隊針對康明斯6BT柴油機狀態(tài)監(jiān)測及故障診斷的實際需求，聯(lián)合研發(fā)的一個實際項目。柴油機作為典型往復機械，其用途越來越廣泛。由于柴油機具有高速運動質量，使其運動學、動力學形態(tài)比旋轉機械復雜的多，因而對其進行故障診斷的難度也更大。雖然經(jīng)歷了十幾年的發(fā)展，但對柴油機故障機理及診斷方法的了解卻遠不如旋轉機械，應用傳統(tǒng)的診斷的方法很難精確診斷。隨著人工智能技術的發(fā)展和日益成熟，在故障診斷領域獲得越

2、來越廣泛的應用，用智能診斷技術代替?zhèn)鹘y(tǒng)診斷方法對柴油機進行診斷已成為一種必然的發(fā)展趨勢。 本文采用神經(jīng)網(wǎng)絡與專家系統(tǒng)相結合的系統(tǒng)框架，在融合了多種信號處理、特征提取方法以及故障診斷理論的基礎上，對康明斯6BT柴油機進行狀態(tài)識別和故障診斷。著重研究了柴油機信號的預處理、特征提取方法以及針對不同信號種類和故障狀態(tài)下，神經(jīng)網(wǎng)絡模式識別和信息融合的應用方法，以及基于神經(jīng)網(wǎng)絡專家系統(tǒng)的建立方法，并編制軟件實現(xiàn)了實用的智能診斷系統(tǒng)。系統(tǒng)采用

3、以振動為作為主要診斷依據(jù)，其他狀態(tài)參數(shù)如瞬時轉速、聲音、噴油壓力等為輔助診斷依據(jù)。基于這種診斷思想，詳細研究了柴油機各狀態(tài)參數(shù)的信號預處理和特征提取方法。以應用于神經(jīng)網(wǎng)絡診斷為前提，比較了傳統(tǒng)特征提取方法的優(yōu)劣，探討了其適用范圍，并針對不同的信號、故障特征提出多種新的特征提取方法。以MATLAB信號提取工具箱為基礎，研究了特征提取平臺的建立方法以及特征參量的選擇原則與優(yōu)化方法。 文中研究了神經(jīng)網(wǎng)絡模式識別和信息融合在柴油機故障診

4、斷領域中的應用?？偨Y了神經(jīng)網(wǎng)絡模式識別的全過程，探索出一條自動建立模式識別網(wǎng)絡的途徑，并在實踐中驗證了其可行性。還提出了以多傳感器信息融合方式實現(xiàn)不同診斷目的、提高診斷精度的思想并驗證了其可行性。簡要闡述了神經(jīng)網(wǎng)絡和專家系統(tǒng)的原理、結構和優(yōu)缺點，并深入研究了兩種診斷方法的結合方式以及在故障診斷領域中的應用方法。提出了一種建立基于神經(jīng)網(wǎng)絡的專家系統(tǒng)診斷模式，并基于此種模式設計了系統(tǒng)各功能子模塊。根據(jù)神經(jīng)網(wǎng)絡專家系統(tǒng)設計思想和軍區(qū)的現(xiàn)場應用