基于模糊动态神经网络的点火系统故障诊断  

Fault diagnosis based on dynamic fuzzy neural network for ignition system

作　　者：陈涛[1] 王立勇[2] 徐小力[1] 

机构地区：[1]北京信息科技大学 现代测控教育部重点实验室,北京100192 [2]北京信息科技大学机电工程学院,北京100192

出　　处：《北京信息科技大学学报（自然科学版）》2013年第4期18-20,34,共4页Journal of Beijing Information Science and Technology University

基　　金：国家自然科学基金资助项目资助(51105041;51275052);教育部科学技术研究重点项目资助(No212002);北京市属高等学校人才强教计划资助项目(PHR201106132)

摘　　要：从往复发动机点火系统的工作机理出发,分析了点火系统的常见故障。构建了模糊隶属度函数对故障征兆信号进行模糊化处理,得到了多元故障敏感特征,并建立了三层动态神经网络进行基于多元信息融合的点火系统故障诊断。实例分析表明,基于模糊动态神经网络进行的往复发动机点火系统故障诊断高效可靠,能够为往复机械的故障诊断提供新的方法。Starting from the working mechanism of reciprocating engine ignition system, the common faults of the system are analyzed. The fuzzy membership functions are built to blur the fault symptom in order to get multi-dimension fault sensitive characteristics. The three layers of dynamic neural network are constructed to make fauh diagnosis based on the multi-dimensional information infusion. Example analysis shows that the proposed method has efficient and reliable performances, and can provide a new method for fault diagnosis of reciprocating machinery.

关 键 词：往复发动机 点火系统 故障诊断 模糊 动态神经网络 多元信息融合 

分 类 号：TH17[机械工程—机械制造及自动化] TP391.4[自动化与计算机技术—计算机应用技术]