收藏本站
《吉林大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

发动机裂解设备故障诊断技术的研究

姜宇  
【摘要】:随着社会的稳步发展,近年来汽车工业发展迅速,如今汽车已经成为人们生活和工作的重要工具。发动机裂解技术作为一种先进的连杆加工新技术在20世纪末期出现,这种新型技术在汽车工业发达国家逐渐发展成熟。目前吉林大学辊锻研究所研发的连杆胀断主机已投入生产,实现了产业化。 发动机裂解设备的广泛应用,极大的提高了汽车连杆的生产效率。如何保证设备的稳定运行,当发生故障时如何快速准确的判断故障发生原因及其位置,并迅速做出报警提示成为我们关心的主要问题。因此有必要针对发动机裂解设备建立一个检测系统和故障诊断系统,监视系统运行状态检测故障信息,并且对故障进行判断决策,避免重大的财产损失和人员伤亡安全事故的发生,本文将对这一问题进行研究。 本文研究对象为CSE—400型发动机连杆胀断设备,首先分析了该设备的结构和工作过程,列出设备常见故障。针对不同的故障类型分别建立了基于PLC的故障诊断和基于神经网络故障诊断结合的发动机裂解设备故障诊断系统。充分发挥PLC和神经网络优势,合理选择不同类型故障的检测诊断方法。 PLC是一种通用的工业控制装置,广泛用于工业控制领域,具有控制功能强大、编程操作简单等优点。PLC既可以对开关量、模拟量进行故障检测,也可以通过相应的PLC逻辑程序,对接近开关、继电器等电器元件和复杂的逻辑结构进行准确的故障诊断。但单纯采用PLC故障诊断系统的诊断能力是有限的,针对液压系统故障原因复杂的特点,采用基于神经网络故障诊断方法,对裂解主油缸运动异常进行故障诊断。 神经网络故障预测及诊断理论是迅速发展应用的新兴的智能故障诊断方法,它在学习、并行处理等方面的特点尤为符合故障诊断问题的需要。神经网络具有很强的非线性拟合能力,即使没有明确的输入输出关系,神经网络仍然可以抽象出输入输出之间的映射关系,解决了复杂的非线性系统建模困难的工程难题。 为了分析故障原因,建立了发动机裂解设备数据采集系统,对设备运行过程中的油缸压力、油液温度和油缸位移进行检测,设计了数据采集硬件结构,系统的软件部分是采用Visual C++6.0软件平台,不仅可以完成对裂解数据实时采集,而且数据的存储和调用也很方便,为胀断过程的数据分析打下基础。 本文采用BP神经网络对故障进行诊断,详细分析了BP神经网络算法原理和存在的问题。分析了故障特征参数选取原则,并据此选取了发动机裂解设备故障特征参数。在裂解设备上对故障进行模拟,采集故障特征参数数据,合理构建样本集,构造了裂解主油缸正常和故障状态的训练样本。构建了发动机裂解设备故障诊断神经网络,并对神经网络进行训练。分析了神经网络各参数选取对结果的影响,通过反复试验选取适当的参数。最后用训练好的网络对检测数据进行诊断,结果表明了诊断系统的有效性、准确性,得到很好的试验结果。 设备的运行安全对于避免重大的财产损失和人员伤亡,和对环境保护有着重要的意义。有些故障虽然不会造成巨大损失,但也会严重影响生产效率和经济性。发动机裂解设备故障诊断系统的研究与应用,能够大大提高设备运行安全,直接为企业带来可观的经济效益,也会间接带来社会效益,具有很高的研究价值和推广意义。
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:U472

免费申请
【参考文献】
中国期刊全文数据库 前10条
1 任伟建,赵永玲,杨克远,董宏丽,刘来英;控制系统故障诊断的方法[J];大庆石油学院学报;2003年03期
2 李冬辉;徐津津;;基于改进BP神经网络的空调系统传感器故障诊断[J];低压电器;2005年12期
3 徐济仁;刘敬芝;牛纪海;江从俊;;电子设备故障诊断技术综述[J];电子工艺技术;2008年05期
4 裴浩东,苏宏业,褚健;多层前向神经网络的权值平衡算法[J];电子学报;2002年01期
5 许秀玲,汪晓东;传感器故障诊断方法研究[J];佛山科学技术学院学报(自然科学版);2004年03期
6 成蓬勃;袁福科;刘灿萍;梁晓剑;郭壮志;;改进BP网络算法在配电网故障诊断中的应用研究[J];继电器;2007年12期
7 宋彤,孙增国,冯冲;神经网络和模糊系统在故障诊断中的应用[J];计算技术与自动化;2004年02期
8 李勤义;;PLC控制系统故障自诊断以及人性化安全设计[J];可编程控制器与工厂自动化;2006年11期
9 苏高利,邓芳萍;论基于MATLAB语言的BP神经网络的改进算法[J];科技通报;2003年02期
10 寇淑清,金文明,谷诤巍,杨慎华;内燃机连杆制造最新技术与发展趋势[J];内燃机工程;2001年01期
中国硕士学位论文全文数据库 前7条
1 祁美玲;智能故障诊断融合技术在数控机床故障诊断中的应用[D];大连交通大学;2010年
2 王立宇;连杆裂解主机检测系统的研制[D];吉林大学;2006年
3 周永进;BP网络的改进及其应用[D];南京信息工程大学;2007年
4 于婷婷;基于BP神经网络的滚动轴承故障诊断方法[D];大连理工大学;2008年
5 鲁佳;连杆胀断机液压系统动态仿真研究[D];吉林大学;2009年
6 程子健;系统故障诊断的设计与实现[D];哈尔滨工程大学;2009年
7 陈玉杰;发动机连杆胀断机检测系统的研究[D];吉林大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 郭伟,刘兴远,张力,王跃文,孙亮;无腹筋钢筋混凝土简支梁受剪特性的神经网络模型初探[J];四川建筑科学研究;2004年01期
2 刘兴远,郭伟,林文修,杜文龙,易珂;重庆地区混凝土构件碳化规律的神经网络描述[J];四川建筑科学研究;2004年04期
3 朱明强;;BP神经网络在房地产投资风险分析中的应用[J];四川建筑科学研究;2006年06期
4 翁兴中;蔡良才;;基于神经网络理论的机场沥青道面状况评定[J];四川建筑科学研究;2010年01期
5 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
6 葛薇;朱张青;;模糊PID控制及其进展[J];安徽职业技术学院学报;2007年04期
7 李义,蔡敏,胡俊;桥梁评价系统的研究与开发[J];安徽建筑工业学院学报(自然科学版);2004年03期
8 魏月娟;孙华东;韩云山;;基于神经网络方法的黄土边坡稳定性评价[J];安徽建筑;2010年03期
9 王吉华,袁翔,孙梅霞;神经网络方法在计算蔗糖溶液粘度值中的应用[J];安徽农业科学;2003年02期
10 张亚静;赵建利;杨春河;章铁军;尹君;;BP神经网络模型在新增建设用地计划指标分配中的应用[J];安徽农业科学;2010年29期
中国重要会议论文全文数据库 前10条
1 蒋蔚;印平;曹丽婷;;基于MATLAB供热温度模糊自整定PID控制系统仿真[A];第二十六届中国控制会议论文集[C];2007年
2 谭琳;文成林;;一种基于多模式的故障检测方法[A];第二十七届中国控制会议论文集[C];2008年
3 吴坚;陈宁;;基于SARBF神经网络拟合的交通流量残缺信息修补方法研究[A];第二十九届中国控制会议论文集[C];2010年
4 王丰;;基于神经网络预测器和管网特性的两级数据验证方法[A];第二十九届中国控制会议论文集[C];2010年
5 陈一飞;;从大系统控制角度论农业智能化[A];2011年中国农业系统工程学术年会论文集;海峡两岸农业学术研讨会论文集;长沙市第五届自然科学学术年会农学研讨会论文集[C];2011年
6 史江萍;佟伟光;王大玲;;变压器故障诊断专家系统的设计[A];科学发展与社会责任(A卷)——第五届沈阳科学学术年会文集[C];2008年
7 陶翠翠;;改进BP神经网络在埋地金属管道腐蚀速率预测中的应用[A];科技创新与产业发展(A卷)——第七届沈阳科学学术年会暨浑南高新技术产业发展论坛文集[C];2010年
8 张蔚;梁加红;马国力;;基于嵌入式CLIPS的导弹通用仿真测试系统研究[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
9 李凌;苗鑫;袁德成;;基于神经网络控制的倒立摆系统仿真研究[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
10 张国红;崔纳新;樊娟娟;;电动汽车锂离子电池管理系统设计[A];2011中国电工技术学会学术年会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
2 周子冠;电网多数据源在线诊断方法研究[D];中国电力科学研究院;2010年
3 岑健;基于人工免疫系统的机组复合故障诊断技术研究[D];华南理工大学;2010年
4 郑皎;生活垃圾流化床气化特性的实验研究与模型预测[D];浙江大学;2009年
5 刘焕龙;饲料的吸湿解吸平衡规律和颗粒饲料冷却的模型拟合[D];江南大学;2010年
6 王旭;基于声发射技术的聚乙烯自增强复合材料损伤模式识别研究[D];东华大学;2010年
7 齐峰;人工神经树网络模型的优化研究与应用[D];山东师范大学;2011年
8 高保禄;大型复杂机电设备分布式故障诊断方法研究[D];太原理工大学;2010年
9 周巍;煤矿井下搜救探测机器人的路径规划及轨迹跟踪控制研究[D];太原理工大学;2011年
10 金石;变速恒频无刷双馈风力发电机的直接转矩控制技术研究[D];沈阳工业大学;2011年
中国硕士学位论文全文数据库 前10条
1 商亮亮;先进PID算法研究及其在开口闪点仪温控系统中的应用[D];山东科技大学;2010年
2 李安新;BP神经网络研究与硬件实现[D];山东科技大学;2010年
3 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
4 徐小任;基于BP神经网络的城镇网络地价评估模型研究[D];广西师范学院;2010年
5 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
6 乔小琴;基于灰理论的土石坝安全监控综合评价模型研究[D];郑州大学;2010年
7 李翠云;基于PLC与模糊PID的混凝投药复合控制系统的研究[D];山东农业大学;2010年
8 姚慧娟;光视觉球形目标识别技术的研究[D];哈尔滨工程大学;2010年
9 刘业明;潜艇位姿控制系统智能故障诊断技术研究[D];哈尔滨工程大学;2010年
10 朱明;基于信息熵的导航传感器故障诊断技术研究[D];哈尔滨工程大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 谢火明,唐涛;实时操作系统Vx Works环境下CAN控制器驱动程序的设计[J];北京交通大学学报;2005年02期
2 徐宗本;樊忠泽;;基于云神经网络的空间推进系统故障检测与诊断[J];兵工学报;2009年06期
3 路春晓;本钢冷轧镀锌线故障诊断监控系统改进[J];本溪冶金高等专科学校学报;2003年01期
4 陈敏,刘君;BP网络的改进及其应用[J];湖南文理学院学报(自然科学版);2005年02期
5 张彦铎,姜兴渭,黄文虎;传感器故障诊断中的数据关联方法与应用[J];传感器技术;2001年05期
6 罗中良,方清城,张前进;一种多传感器数据融合方法及应用[J];传感器技术;2002年02期
7 张冈,陈幼平,谢经明;基于现场总线的网络化智能传感器研究[J];传感器技术;2002年09期
8 张剑平,胡萍萍;传感器的发展方向及其数字传感器的地位[J];传感器世界;2001年10期
9 高德香,朱玉珍,肖峰;二维光纤位移传感器的数据采集、处理和图形显示[J];测试技术学报;1998年03期
10 陈向东,赵登峰,王国强,许纯新;基于神经网络的滚动轴承故障监测[J];轴承;2003年02期
中国博士学位论文全文数据库 前4条
1 宋刚;基于网络的数控机床远程协作诊断系统研究[D];上海交通大学;2003年
2 张志强;发动机连杆裂解加工影响因素数值分析及试验研究[D];吉林大学;2007年
3 周桂红;基于多Agent的数控机床远程故障诊断系统研究[D];吉林大学;2008年
4 田玉玲;多层免疫模型及其在故障诊断中的应用研究[D];太原理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 齐永欣;基于神经网络的专家系统工具[D];河北农业大学;2002年
2 许化东;基于故障树分析法的汽车故障诊断专家系统的研究[D];合肥工业大学;2002年
3 李学聪;基于组合导航系统的故障检测与诊断技术研究[D];哈尔滨工程大学;2004年
4 李伟民;基于Internet的数控机床远程故障诊断系统研究[D];南京航空航天大学;2006年
5 蒋立军;内燃机曲柄连杆机构动力分析及优化设计[D];西北农林科技大学;2006年
6 赵太平;CAK6150数控车床故障诊断系统的研究[D];上海交通大学;2007年
7 王守国;基于云理论的RBF神经网络算法改进研究[D];东北电力大学;2008年
8 聂彩丽;数控机床网络化机械故障诊断系统的研究[D];河北农业大学;2008年
9 李宏娟;基于规则和案例的压缩机集成故障诊断专家系统研究[D];湖南大学;2008年
10 宫政;基于嵌入式系统的数控机床加工工况信息采集及处理技术的研究[D];大连交通大学;2010年
【相似文献】
中国期刊全文数据库 前10条
1 朱铭铨,姬中岳,刘镜;神经网络与CIMS监控技术[J];中国机械工程;1992年03期
2 崔定军,杨尔辅,张振鹏,刘国球;基于神经网络的火箭发动机动态过程建模[J];航空动力学报;1995年03期
3 赵矿所,林钧清;神经网络在舰船噪声识别中的应用[J];舰船科学技术;1995年06期
4 刘磊,王康斌;基于神经网络的过程软测量[J];天津大学学报;1995年02期
5 孙道恒,胡俏,徐灏;固体力学有限元的神经计算原理[J];机械工程学报;1996年06期
6 代劲松,宋素芳东北大学;基于BP网络模型的汽轮发电机组的振动故障诊断[J];中国电力;1996年04期
7 黄敏超,王克昌,陈启智;火箭发动机基于神经网络非线性辨识的故障检测[J];中国空间科学技术;1996年06期
8 王少萍,王占林;液压泵故障诊断的神经网络方法[J];北京航空航天大学学报;1997年06期
9 谢寿生,樊思齐;自适应变结构神经网络在航空发动机故障诊断上的应用[J];航空动力学报;1997年04期
10 张伟;基于神经网络的机器人位姿逆解[J];机器人;1997年02期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
中国博士学位论文全文数据库 前10条
1 马永涛;通信信道建模的神经网络优化技术研究[D];天津大学;2009年
2 周伟;关于多稳定回复式神经网络中的一些问题[D];电子科技大学;2010年
3 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
4 徐芳;多稳定神经网络的动力学分析[D];电子科技大学;2011年
5 杨文宇;利用状态函数导数的脉冲神经网络新算法[D];大连理工大学;2013年
6 张海仙;回复式神经网络的连续吸引子[D];电子科技大学;2010年
7 尹丽子;基于动态模型的神经网络稳定性研究[D];山东师范大学;2011年
8 董岩;基于神经网络的机载三轴稳定平台控制系统算法应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
9 Atlas Khan;神经网络的优化与用于优化的神经网络[D];大连理工大学;2013年
10 董滔;时滞神经网络的动力学行为分析[D];重庆大学;2013年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026