内燃机监测诊断新方法与专家系统开发

摘要

船舶柴油机是应用非常广泛的内燃机，它的结构复杂、工作条件恶劣，为减少故障发生频率，必须要保证其安全稳定的运行状态，因此研究柴油机的监测诊断方法是十分必要的。本文在智能化诊断方法的基础上，研究了一种神经网络与专家系统并列协调结合工作的方法。主要内容包括：
　　（1）研究柴油机故障诊断知识，对船舶柴油机的常见故障模式作了分类，归纳总结常见故障模式及其对应故障原因。研究专家系统和神经网络的故障诊断方法理论，讨论两者的结合的可能性和基本的结合方法，选取本文所采用的方法将两者结合，介绍综合系统的基本设计方法和故障的诊断流程。
　　（2）对柴油机缸盖振动信号展开研究，将MF-DFA方法引入估计振动信号的多重分形谱，讨论不同特征参数值的特性。对柴油机不同工作状态下缸盖振动信号作多重分形谱估计，计算和对比三种多重分形谱参数的特性，选取最优多重分形谱参数描述振动信号的特征，并将其作为神经网络的输入，进行网络学习，分析分形神经网络在故障诊断中应用的可行性。
　　（3）深入研究神经网络结合专家系统的理论及设计方案。针对本文所采用的结合方式，在此基础上设计神经网络专家系统的知识库，研究结合神经网络的专家系统的故障诊断推理机制。
　　（4）依据前文针对故障诊断流程的研究，进行综合系统的软件开发，详细介绍系统的总体框架和设计方案，神经网络和专家系统结合在一起，实现对柴油机常见故障的监测诊断。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究的背景及意义

1.2 所选课题的题目及课题来源

1.3 船舶柴油机监测诊断技术研究现状分析

1.4 专家系统研究现状分析

1.5 本论文的主要内容

第2章 故障诊断理论基础

2.1 人工神经网络概述

2.2 专家系统概述

2.3 神经网络和专家系统结合的必要性

2.4 多重分形理论在故障诊断中的应用

2.5 船舶柴油机的典型故障研究

2.6 本章小结

第3章 基于多重分形的振动故障特征提取研究

3.1 多重分形基本理论

3.2 振动信号的特征提取研究

3.3 分形神经网络在故障诊断中的应用

3.4 本章小结

第4章 神经网络专家系统的研究和设计

4.1 神经网络与专家系统结合模型

4.2 神经网络专家系统的知识库研究

4.3 基于PNN神经网络的故障诊断模型

4.4 神经网络专家系统并行推理机制

4.5 本章小结

第5章 内燃机故障诊断专家系统的开发

5.1 系统开发平台的选择

5.2 开发流程

5.3 系统的总体模型结构

5.4 系统的子模块功能

5.5 本章小结

第6章 结论与展望

6.1 结论

6.2 展望

致谢

参考文献