基于BP神经网络的柴油发动机故障诊断

doi:10.3969/j.issn.1007-2985.2012.04.015

journal6 ›› 2012, Vol. 33 ›› Issue (4): 69-71.DOI: 10.3969/j.issn.1007-2985.2012.04.015

基于BP神经网络的柴油发动机故障诊断

（湖南工学院电气与信息工程系，湖南衡阳 421002 ）

出版日期:2012-07-25 发布日期:2012-09-11
作者简介:张松华（1980-），女，湖南新化人，湖南工学院电气与信息工程系讲师，主要从事通信，电子信息，LabVIEW虚拟平台建设，神经网络应用等研究.
基金资助:
湖南省教育厅科学研究项目（08C245）；湖南省教育厅教研教改项目（湘教通[2010] 243）；衡阳市科学技术发展项目（2010KG056）；湖南工学院科学研究项目（HY10008）；湖南工学院质量工程建设项目（A1125）

Diagnosis of Diesel Engine Failures Based on BP Neural Network Based on BP Neural Network

（Department of Electrical and Information Engineering,Hunan Institute of Technology,Hengyang 421002,Hunan China）

Online:2012-07-25 Published:2012-09-11

摘要/Abstract

摘要：阐述了BP神经网络模型及原理，提出了基于BP神经网络的发动机故障诊断分析方法，在理论分析的基础上，对发动机故障的检测和分析进行了MATLAB仿真，仿真结果表明，利用BP神经网络对发动机故障进行检侧具有检测精度高、速度快的特点.

关键词： 发动机, 神经网络, 故障诊断

Abstract: System of diesel engine failure diagnosis and diagnosis method based on BP neural network are explained in this paper.According to the theoretical analysis,test and analysis of engine failure are simulated by MATLAB. Simulation result proves that this method can improve the fault diagnosis accuracy and convergence rate.

Key words: engine, neural network, failure diagnosis

张松华, 陆秀令. 基于BP神经网络的柴油发动机故障诊断[J]. journal6, 2012, 33(4): 69-71.

ZHANG Song-Hua, LU Xiu-Ling. Diagnosis of Diesel Engine Failures Based on BP Neural Network Based on BP Neural Network[J]. journal6, 2012, 33(4): 69-71.

469

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	469

来源	本网站	其他网站

次数	360	109
比例	77%	23%

摘要

871

最新录用	在线预览	正式出版

0	0	871

来源	本网站	其他网站

次数	712	159
比例	82%	18%

[1]	叶海燕. 基于卷积神经网络的特定目标文本情感分析模型[J]. 吉首大学学报（自然科学版）, 2024, 45(1): 24-29.
[2]	王宇, 张诗茹, 张渝佶, 周立群. 比例时滞神经网络的全局多项式镇定性[J]. 吉首大学学报（自然科学版）, 2022, 43(3): 15-25.
[3]	李家稳, 王崇旭, 王浩. 基于神经网络的桥下开挖竖向位移预测[J]. 吉首大学学报（自然科学版）, 2022, 43(2): 53-59.
[4]	王雨嫣, 廖柏林, 彭晨, 李军, 印煜民. 递归神经网络研究综述[J]. 吉首大学学报（自然科学版）, 2021, 42(1): 41-48.
[5]	李钰，段明秀，宋思思，李翅. 基于深度学习SSD模型的人数统计技术[J]. 吉首大学学报（自然科学版）, 2020, 41(2): 19-22.
[6]	伍逸凡，朱龙娇，石俊萍. 人工神经网络在信息过滤中的应用[J]. 吉首大学学报（自然科学版）, 2019, 40(3): 17-22.
[7]	张永胜，肖林. 二次最小化问题的有限时间递归神经网络求解[J]. 吉首大学学报（自然科学版）, 2019, 40(2): 21-26.
[8]	贺电，谭渡渡，何海零，邹晟，钟佳辰，王庭婷. 基于气象大数据的配网故障数量预测[J]. 吉首大学学报（自然科学版）, 2019, 40(1): 53-56.
[9]	王军. 安徽省某地区中长期电力负荷预测[J]. 吉首大学学报（自然科学版）, 2018, 39(6): 46-49.
[10]	丁李，曾水玲，熊涛. 基于BP神经网络的湘西民间方块苗文特征提取方法[J]. 吉首大学学报（自然科学版）, 2018, 39(5): 14-18.
[11]	张振中. 智能布线系统的近端串扰故障测试与诊断[J]. 吉首大学学报（自然科学版）, 2018, 39(4): 43-47.
[12]	韦建波，张栋柱，罗浩杰，谭惠，韦涛. 基于改进的RBF神经网络的配电网故障诊断模型[J]. 吉首大学学报（自然科学版）, 2018, 39(1): 54-58.
[13]	赵超越，张友华. 小麦赤霉病神经网络和偏最小二乘预测模型[J]. 吉首大学学报（自然科学版）, 2017, 38(4): 47-52.
[14]	向秋红,廖柏林,马川. 新型递归神经网络求解时变矩阵Moore-Penrose逆[J]. 吉首大学学报（自然科学版）, 2017, 38(3): 31-35.
[15]	汪思成，肖林，严慧玲. 基于不同误差函数的神经网络求解线性方程组[J]. 吉首大学学报（自然科学版）, 2016, 37(6): 26-28.

基于BP神经网络的柴油发动机故障诊断

Diagnosis of Diesel Engine Failures Based on BP Neural Network Based on BP Neural Network

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐 0

Metrics

本文评价