毕业论文:发动机瞬时转速的时域分析文档27页优秀范文
1、手机端页面文档仅支持阅读 15 页,超过 15 页的文档需使用电脑才能全文阅读。
模糊神经网络应用模糊集合论模糊语言变量及模糊逻辑推理来模拟人的模糊思维方法,采用多层前向网络结构,结合人们的先验知识进行模糊推理,使之具有准确的非线性拟合和学习能力。
由于权值初始化可根据先验知识人为选择,因此,网络的学习速度大大加快,并在定程度上回避了梯度下降法存在的局部极值问题。
神经网络与专家系统相结合。
图时,有可能发生误诊,给实际判断工作造成很大困难。
柴油机的结构运动状态复杂,型号众多,而共性归纳不够,所以适应于台型号柴油机振动信号的分析法,对另型号的柴油机未必可行对同机型取不同的测点进行测量,即使故障类型相同,所测量的结果都有可能是矛盾的。
柴油机振源多,系统传递路径复杂,故障既有纵向性,又有横向性,这特性带来了柴油机这复杂系统中多个故障并存的现实,多故障的同时诊断导致对故障能否准确定位这十分困难的诊断问题。
④柴油机各类故障所对应的振动频率,无论从理论上还是实践中都较难准确确定,目前所采用的谱分析故障诊断方法,只是根据功率谱的形状特征,用相似断方法,只是根据功率谱的形状特征,用相似比较的办法进行确定。
在不同的故障形式产生相似形状功率谱柴油机振源多,系统传递路径复杂,故障既有纵向性,又有横向性,这特性带来了柴油机这复杂系统中多个故障并存的现实,多故障的同时诊断导致对故障能否准确定位这十分困难的诊断问题。
部分内容简介素综合作用的结果,这比简单的因果对应关系复杂得多。
柴油机的结构运动状态复杂,型号众多,而共性归纳不够,所以适应于台型号柴油机振动信号的分析法,对另型号的柴油机未必可行对同机型取不同的测点进行测量,即使故障类型相同,所测量的结果都有可能是矛盾的。
柴油机振源多,系统传递路径复杂,故障既有纵向性,又有横向性,这特性带来了柴油机这复杂系统中多个故障并存的现实,多故障的同时诊断导致对故障能否准确定位这十分困难的诊断问题。
④柴油机各类故障所对应的振动频率,无论从理论上还是实践中都较难准确确定,目前所采用的谱分析故障诊断方法,只是根据功率谱的形状特征,用相似比较的办法进行确定。
在不同的故障形式产生相似形状功率谱图时,有可能发生误诊,给实际判断工作造成很大困难。
基于神经网络的故障诊断法神经网络在柴油机故障诊断中的应用主要有神经网络直接用于故障诊断,通过选择关键参数作为网络的输入层,故障类型在输出层给出。
神经网络由于具有较强的非线性映射能力而被广泛应用于故障诊断领域。
它通过对故障实例的训练和学习,用分布在神经网络中的连接权值来表达所学习的故障诊断知识,具有对故障的联想记忆模式匹配和相似归纳的能力,可以实现故障和征兆间的复杂的非线性映射关系。
但是,基本算法存在着局部极值和收敛速度慢等缺点。
在神经网络中引入模拟退火法和遗传算法,可以有效地解决局部极值,提高算法的收敛速度。
自适应神经网络模式识别。
传统模式识别过程在特征提取上具有很大的盲目性,效率低。
而自适应神经网络利用神经网络分布式信息存储和并行处理,避开了模式识别中建模和特征提取的麻烦,从而消除了模式不符和特征提取不当所带来的影响,使故障状态易于识别。
模糊神经网络在故障诊断应用中具有广阔的前景。
由于柴油机状态信号传播路径复杂故障与特征参数的映射关系模糊,再加上边界条件的不确定性运行工况的多变性,使故障征兆和故障原因之间难以建立准确的对应关系。
模糊神经网络应用模糊集合论模糊语言变量及模糊逻辑推理来模拟人的模糊思维方法,采用多层前向网络结构,结合人们的先验知识进行模糊推理,使之具有准确的非线性拟合和学习能力。
由于权值初始化可根据先验知识人为选择,因此,网络的学习速度大大加快,并在定程度上回避了梯度下降法存在的局部极值问题。
神经网络与专家系统相结合。
主要有两种策略是将专家系统构成神经网络,把传统专家系统的基于符号的推理变成基于数值运算的推理,以提高专家系统的执行效率并利用其学习能力解决专家系统的学习问题二是将神经网络视为类知识源的表达和处理模型,与其它知识表达模型起去表达领域专家的知识。
实践证明,神经网络和专家系统结合,互补长短,克服了神经网络存在的诊断推理不清楚诊断解释机制不强以及专家系统的知识瓶颈问题等缺陷,达到种较完美的组合。
此外,粗糙集理论方法用于刻划不完整数据和不精确知识的表达学习和归纳十分有效。
它能有效地分析和处理不精确不完整不致等不完备性,发现数据间隐藏的关系,从而提取有用信息,简化信息的处理。
用粗糙集理论优化条件属性和决策属性,再用神经网络对属性进行聚类分析,可以减少神经网络的输入节点数,提高学习效率。
基于专家系统的智能化诊断方法专家系统是人工智能的主要分支之,其核心内容包括知识库知识获取推理机和解释部分。
专家系统按其知识表达方式的不同可分为基于规则的和基于框架的专家系统按其推理方式的不同可分为正向推理和逆向推理。
在知识表达方面,利用产生式规则进行知识表达,方面得益于现有人工智能语言,如另方面是它的表达合乎人的心理逻辑,便于进行知识获取,利于人们接受。
利用框架进行知识表达得到了越来越多的应用,这主要得益于以语言为代表的面向对象的编程技术的兴起及普及,语言对面向对象的数据结构极为支持,而框架正是种面向对象的数据结构。
在诊断推理方面,主要表现在对推理逻辑和推理模型的研究上。
在人工智能领域,存在着许多推理逻辑,较著名的有模态逻辑与动态逻辑值逻辑直觉主义逻辑的类型理论时态理论面向非单调推理的语义理论及不精确推理等。
模糊逻辑作为种降低系统复杂性的方法近期在专家系统的推理逻辑中得到了广泛应用,较成熟的有的近似推理方法和针对贝叶斯概率理论中先验概率难以获取而提出的证据理论等,国内的许多专家系统也对模糊逻辑进行了发展对推理模型的研究则表现在如何对推理的知识进行划分及控制,从而使推理过程更为有效。
如基于结构与功能的推理模型,和提出的集成诊断模型,的层次因果模型等。
值得注意的是,最近有学者提出基于模型的知识库理论,这使推理机制发生了根本改变,如神经网络模型定性物理模型可视觉模型等,这无疑给人工智能领域注入了新的活力。
上述各类方法,虽然在现场应用的难度上对柴油机故障诊断的准确性可靠性适用性等方面不同程度的存在些缺陷,但是,它们丰富了柴油机故障诊断的手段。
柴油机故障诊断技术的现状及发展趋势国外用声振诊断技术来研究柴油机的故障始于年代后期,目前已取得突破性进展,世界航运先进国家,如瑞士挪威日本丹麦德国英国和美国已逐步将由于系数都是曲轴转角的函数。
所以,不能直接用的数值计算章节中的长微分方程初值问题的数值解法。
但我们在变化很小的时候,可以认为在角度上,及在上是没有变化的,这是微分概念的运用。
也就是在已知的初始条件下,求方程解。
对以上的方程求解得即其中再加以循环,这样就可以求出,其中为分割点数。
汽缸压力插值要解此方程首先应对汽缸压力进行插值,而插值方法有维插值,二维函数插值,样条函数插值等。
维插值就是对维函数的数据进行插值,在中相应的维插值函数为,其调用格式为,。
其中,输入参数为原始数据点为横坐标,为纵坐标向量。
为指定插值点的横坐标,是在指定位置计算出的插值结果。
如果的元素超出的定义范围,那么相应的将取值为。
二维函数插值是基于同维函数插值样的基本思想,它是对两个变量的函数,进行插值。
二维插值函数命令为,其调用格式为,其中,输入参数为原始数据点,确定的点的值。
和,的关系为和为指定插值点横坐标的数值数组,是指定插值点纵坐标的数值数组。
输入参数用于指定插值的方法,有四种可供选择的插值方法,与维插值相同。
样条函数插值,样条函数产生的基本思想是设有组已知的数据点,目标是找出组拟合多项式,以便用更光滑的曲线来拟合数据点。
样条插值函数有三种调用格式,分别为直接插值法,根据样本数据,求插值点横坐标所对应的三次样条插值,计算插值的样条函数法,先从样本数据,获得逐段多项式样条函数数据,再通过调用函数来得到,获得横坐标对应的插值,根据逐段多项式样条函数数据,计算对应的函数值。
般情况下使用第种调用方式。
函数依据样本数据,及插值点横坐标,寻求拟合和的三次样条内插多项式,然后计算这些多项式,对每个的值,寻找相应的。
该方式适合于只需要组内插值的情况。
如果需要从相同数据里获得另组内插值,再次计算三次样条系数便没有意义。
此种情况下,便可以采取第二种调用方式,形式的数组调用函数,通过形式参数,计算插值点对应的函数值。
因此可以说,对于同组样本数据和相同待求参数,直接插值法和计算插值的样条函数法的执行结果相同。
直接插值法在每次插值时必须直接调用样本数据而旦样条函数生成,计算插值时,就不再调用样点,而且可以象解析函数那样直接进行微分和积分。
在对汽缸压力进行插值时,我采用了样条函数插值,并运用了第二种调用方式。
以下为个周期内的汽缸压力插值程序编辑与调试通过解力矩平衡的微分方程计算并画出瞬时转速的时域分析。
在中编的程序为文件调试过程运行文件,不断的改变转速和内燃机摩擦力矩,根据发动机的运行特性进行判定程序是否正确。
稳定工况下,摩擦力矩与发动机角速度是相互关联的,存在定的函数关系,在其他条件不变的情况下,个稳定的内燃机转速对应个摩擦力矩。
根据这关系,如果任意给出转速与摩擦力矩,当发动机稳定转速对应的摩擦力矩小于这给出的摩擦力矩时,发动机转速就会降低。
反之,当大于这给出的摩擦力矩时,发动机转速就会上升,直到与给定摩擦力矩相对应的转速时,才能达到平衡。
具体的编程结果如图下图为个周期的波形二以下五图是截取了七个周期假定转分假定转分假定转分假定转
