基于RBF神经网络的内燃机活塞-缸套磨损故障诊断

以RBF网络为识别模型 ,对内燃机活塞 -缸套磨损的几种故障进行分类训练 ,并应用于待识别故障样本的识别仿真 ,结果表明 ,基于RBF的故障诊断方法优于基于BP网络故障诊断 ,在活塞 -缸套故障诊断中是行之有效的方法。

基于神经网络的内燃机活塞-缸套磨损的故障诊断

分析了BP算法。在MATLAB环境下以改进的BP网络为识别模型对内燃机活塞-缸套磨损的几种故障进行分类训练,并应用待识别的故障样本识别仿真。结果表明,该方法在活塞-缸套磨损诊断中是行之有效的。

基于多指标融合的故障诊断理论与方法

运用嵌入约束方法，对故障诊断中的多指标信息融合问题作了统一的数学描述，系统地研究多指标诊断的信息理论、故障的可诊断性检验、诊断指标的筛选以及基于Ｂａｙｅｓ方法的诊断模型等，并将其应用于内燃机活塞缸套磨损故障的诊断，取得了预期的效果。