基于灰色理论与神经网络的柴油机相继增压系统故障预测与诊断(英文)  

Fault Forecast and Diagnosis of Sequential Turbocharging System Based on Grey Theory and Neural Network

作　　者：杜剑维[1] 王银燕[1] 

机构地区：[1]哈尔滨工程大学动力与能源工程学院,黑龙江哈尔滨150001

出　　处：《内燃机学报》2008年第6期543-549,共7页Transactions of Csice

基　　金：国防预研资助项目(40101040103)。

摘　　要：增压柴油机是一个具有不确定性的复杂系统,灰色理论是一种处理不确定性的理论。为了保证柴油机的可靠运行,使用灰色预测理论与神经网络技术对柴油机相继增压系统进行了故障预测与诊断。采用MAT-LAB语言编制了灰色预测程序并训练了神经网络,训练好的神经网络具有良好的泛化性。采用GM(1,1)模型对相继增压柴油机运行参数进行预测,对于波动数据,使用改进GM(1,1)模型进行预测,预测参数与试验数据的相对误差均在5%以内。预测参数送入已培训好的神经网络中,对柴油机相继增压系统可能发生的故障进行预测与诊断。Turbocharged diesel engine is a complex system which involving the uncertainty.Grey theory is one of the methods to deal with systems with uncertain information.To ensure a reliable diesel engine operation,the grey forecast theory and neural network were used to forecast and diagnose the faults of sequential turbocharging system.MATLAB language was used to train the neural network and write program of grey forecast.The neural network has good generalization and is suitable to diagnose faults of sequential t...

关 键 词：相继增压 柴油机 故障预测诊断 灰色理论 神经网络 

分 类 号：TK428[动力工程及工程热物理—动力机械及工程]