收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

车辆状态监测与故障诊断新方法研究

刘应吉  
【摘要】:作为国民经济的支柱产业,汽车工业的发展受到了世界各国的高度重视,激烈的市场竞争促进汽车生产和研发水平不断提高。车辆系统结构、功能日趋复杂,车辆故障种类也日益多样化,这些都对汽车故障诊断和监控技术提出了更高要求。本文以汽车最关键部件—发动机为研究对象,在分析汽车发动机故障诊断研究现状及存在问题的基础上,重点研究其状态监测和故障诊断的理论和方法,包括信号采集、信号处理、神经网络、模糊推理系统、信息融合理论、车上网络通信技术以及虚拟仪器等技术。在此研究基础上提出并设计了一种综合上述理论和技术方法的发动机综合故障诊断测试平台,解决了传统发动机故障诊断方法中存在的一些问题。研究的主要内容包括以下几部分: (1)在故障诊断特征提取方法方面,针对于发动机缸体采集的振动信号,研究时域分析、频域分析及小波变换等三种故障信号特征提取方法。对于利用振动信号进行发动机机械故障诊断存在的问题和现代汽车自诊断系统只适用于对车辆电控单元故障诊断的局限性,确定以发动机多种运行状态参数作为故障诊断模型输入特征向量。提出并设计了基于CAN总线和SAE J1939协议的发动机在线故障诊断系统,完成系统软硬件的设计,实现诊断信息提取和传输。 (2)在故障诊断技术方法方面,着重研究了三种典型神经网络(BP网络、RBF网络和PNN网络)及自适应神经模糊推理系统(ANFIS)的基本原理、模型结构和算法设计。针对于BP网络进行了多种算法的改进研究,并对相应的改进结果进行了对比分析,提出了合理选择这些算法的指导思想。针对不同的特征向量提取方式(频域分析、小波分析、发动机运行状态参数),分别建立发动机神经网络及ANFIS故障诊断模型。针对发动机运行状态参数故障诊断特征向量存在较高相关性的问题,应用主成分分析法实现降维和去相关,确定能够表征故障的主要特征状态参数。通过诊断结果比较分析,选取和确定每种特征提取方式下的较优推理诊断模型。 (3)建立了适用于发动机故障诊断的信息融合结构模型。对发动机故障诊断的多源信息,采用主成分分析进行特征级融合,采用D-S证据理论进行决策级融合。针对D-S证据理论在信息融合过程中存在的对高冲突证据失效问题,提出一种改进的D-S融合方案,将由BP、RBF、ANIFS模型获得的发动机故障诊断结果进行融合,能够有效解决失效问题,提高诊断结果准确率、确定度和实时性。 (4)根据论文理论研究成果,研发了一套完整发动机状态监测与故障诊断综合系统,利用该系统在发动机试验台架上分别完成了发动机无负荷测功实验、基于发动机振动信号的故障诊断实验和基于发动机运行状态参数的故障诊断实验,实现了对论文提出的故障特征提取和诊断理论方法的全面验证。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李靖;吕宝军;;基于神经网络的信息融合技术在汽车故障诊断中的应用[J];辽宁省交通高等专科学校学报;2005年04期
2 张兰江;郭世永;;基于神经网络汽车离合器故障诊断的研究[J];青岛理工大学学报;2005年06期
3 骆志高;田海泉;仇学青;;遗传算法在故障诊断中的应用研究综述[J];煤矿机械;2006年01期
4 吴宏岐;刘霞;贾宏宾;刘风玲;;变压器故障诊断的ANN技术研究[J];宝鸡文理学院学报(自然科学版);2006年02期
5 于柏森;张云鹏;;基于神经网络的发动机故障诊断分类器设计[J];长春工业大学学报(自然科学版);2010年02期
6 胡亦农;张日敏;胡乾斌;;神经网络联想记忆模型在过程监测与诊断中的应用[J];制造业自动化;1993年02期
7 陈兴辉;熊晓燕;;基于小波与径向基神经网络的轴承故障诊断[J];机械工程与自动化;2006年01期
8 魏少华;陈效华;常思勤;;基于声强与神经网络技术的发动机故障诊断[J];汽车工程;2006年04期
9 李会明;裴峻峰;齐明侠;罗红梅;;RBF神经网络在往复泵故障诊断中的应用[J];煤矿机械;2006年11期
10 魏永胜;;基于模糊神经网络的汽轮发电机组振动故障诊断[J];机械管理开发;2008年03期
11 彭滔;马茜;;小波神经网络在滚动轴承故障诊断中的应用[J];计算机工程与应用;2010年04期
12 江雁;李超;刘天畅;;浅析轴承状态监测[J];科协论坛(下半月);2011年08期
13 赵耀原;机车铁路信号故障诊断系统[J];太原理工大学学报;2002年02期
14 谭阳红,何怡刚;模拟电路故障诊断的小波方法[J];电工技术学报;2005年08期
15 魏春荣,刘树林;旋转机械故障诊断的模糊神经网络方法研究[J];矿山机械;2005年08期
16 蔡琳;陈家斌;黄远灿;徐建华;;基于神经网络专家系统的卫星姿态确定系统故障诊断[J];东南大学学报(自然科学版);2005年S2期
17 韩兆福;葛银茂;程江涛;吴卫玲;;机载火控系统故障诊断神经网络专家系统[J];仪器仪表用户;2005年06期
18 张淑清;靳世久;吕江涛;;基于神经网络的旋转机械监测参数的信息融合技术[J];电子测量与仪器学报;2005年03期
19 唐贵基;范德功;胡爱军;王誉容;;基于小波包能量特征向量神经网络的旋转机械故障诊断[J];汽轮机技术;2006年03期
20 蔡金錠;付中云;;粒子群-神经网络混合算法在三相整流电路故障诊断中的应用[J];电工电能新技术;2006年04期
中国重要会议论文全文数据库 前10条
1 王晓丽;周浔;韩现刚;;小波变换和神经网络在机械故障诊断中的应用[A];2009全国虚拟仪器大会论文集(二)[C];2009年
2 韩厚德;梅国梁;周丽雯;;基于神经网络的冷藏集装箱远程监控系统设计研究[A];中国制冷学会冷藏运输专业委员会学术年会论文集[C];2007年
3 胡昌华;许化龙;陈新海;;一种新的BP学习算法及在故障模式识别中的应用[A];1995年中国控制会议论文集(下)[C];1995年
4 唐烨华;王玉敏;戴亚平;鹿卫国;;线性方程组在水电机组故障诊断中的应用[A];2005中国控制与决策学术年会论文集(上)[C];2005年
5 董选明;谭民;裘丽华;王占林;;基于鲁棒滤波器的神经网络鲁棒学习算法[A];1999中国控制与决策学术年会论文集[C];1999年
6 叶渊杰;刘玉洁;陈光大;陈坚;;基于模糊推理和神经网络的水泵机组故障诊断方法研究[A];2009全国大型泵站更新改造研讨暨新技术、新产品交流大会论文集[C];2009年
7 谈才军;黄道;;RBF神经网络在化工过程故障诊断中的应用[A];第二十四届中国控制会议论文集(下册)[C];2005年
8 王建成;李宁;吴晓明;;基于CBR的自行火炮故障诊断系统设计[A];2006中国控制与决策学术年会论文集[C];2006年
9 何群英;郝伟;;基于全矢谱和遗传神经网络的旋转机械故障诊断[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
10 蔡琳;陈家斌;黄远灿;徐建华;;基于神经网络专家系统的卫星姿态确定系统故障诊断[A];2005年全国自动化新技术学术交流会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
2 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年
3 刘应吉;车辆状态监测与故障诊断新方法研究[D];东北大学;2008年
4 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
5 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年
6 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
7 何小斌;基于统计学方法的自适应过程监控与故障诊断[D];上海交通大学;2009年
8 陈伟根;以油中多种气体为特征量的变压器绝缘在线监测及故障诊断技术研究[D];重庆大学;2003年
9 武和雷;集成智能故障诊断策略及其应用研究[D];浙江大学;2003年
10 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 成燕;基于神经网络的变频器故障诊断的研究[D];沈阳工业大学;2002年
2 徐百灵;设备故障诊断的容错神经网络信息融合方法[D];哈尔滨工程大学;2005年
3 王政;基于人工神经网络的摊铺机智能故障诊断系统研究[D];中南大学;2005年
4 高玉萍;基于专家系统与神经网络相结合的电力变压器故障诊断[D];西安理工大学;2005年
5 厉芸;基于神经网络和遗传算法模拟电路故障诊断方法研究[D];湖南大学;2005年
6 孙远志;控制系统执行器故障诊断的研究及应用[D];华北电力大学(河北);2005年
7 仲京臣;基于小波神经网络的故障诊断研究[D];中国海洋大学;2004年
8 曾建武;粗糙集理论及故障诊断应用研究[D];浙江大学;2006年
9 刘峰;基于神经网络的水轮发电机组振动故障诊断专家系统的研究[D];西安理工大学;2003年
10 许东;地空导弹混合智能故障诊断专家系统的设计与实现[D];西北工业大学;2002年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 小田;网卡故障诊断[N];中国电脑教育报;2000年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004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
  • 010-62982499
  • 010-62783978