[发明专利]一种基于振动和神经网络技术的发动机状态监测方法在审
| 申请号： | 201710066763.X | 申请日： | 2017-02-07 |
| 公开（公告）号： | CN108398271A | 公开（公告）日： | 2018-08-14 |
| 发明（设计）人： | 黄斐;杨东;武文松 | 申请（专利权）人： | 山东云舜智能科技有限公司 |
| 主分类号： | G01M15/12 | 分类号： | G01M15/12 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 250101 山东省*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 神经网络技术 发动机状态 监测 发动机 故障特征参数 已知故障状态 发动机故障 后处理 故障类型 故障模式 故障征兆 故障状态 神经网络 试验测试 特征参数 网络输出 训练网络 训练样本 诊断结果 振动监测 振动特征 缸盖罩 归一化 曲轴箱 传感器 比对 侧壁 测点 点选 缸体 分析 测试 诊断 网络 | ||
【权利要求书】：
1.一种基于振动和神经网络技术的发动机状态监测方法，其特征在于，包括以下步骤：
1）提取发动机的振动特征参数；
2）利用神经网络技术进行发动机状态分析。
2.根据权利要求1 所述的一种基于振动和神经网络技术的发动机状态监测方法，其特征在于，
所述发动机振动特征参数的提取是将发动机振动监测试验测试点选在缸盖罩、缸体以及曲轴箱侧壁附近的测点处。
3.根据权利要求1 所述的一种基于振动和神经网络技术的发动机状态监测方法，其特征在于：
利用神经网络技术进行非线性拟合，映射与故障之间复杂的非线性关系，根据模糊推理合成规则，得到综合评判模型。
4.根据权利要求1 所述的一种基于振动和神经网络技术的发动机状态监测方法，其特征在于：
利用神经网络技术进行发动机状态分析的步骤包括：
1）获得在特定工况下无故障和故障状态下的信号，提取故障征兆数据并归一化，作为BP神经网络的输入；
2）建立BP神经网络系统，把已知故障状态的特征参数作为训练样本，对网络进行训练，达到所需的诊断精度；
3）将未知状态的故障特征参数输入训练好的神经网络进行测试，得到该状态下的网络输出并进行后处理，将结果与训练网络的故障模式进行比对，获得诊断结果，即故障类型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东云舜智能科技有限公司，未经山东云舜智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710066763.X/1.html，转载请声明来源钻瓜专利网。
