基于CPSO-BP神经网络的柴油机排气门间隙故障诊断.pdfVIP

学兔兔 第l2卷第1期 中 国 工 程 机 械 学 报 VO1．12 No．1 2014年2月 CHINESE JOURNAL OF CONSTRUCTION MACHINERY Feb．2014 基于CPSO．BP神经网络的柴油机 排气门间隙故障诊断 李 岩 ，袁惠群 ，梁明轩 ，赵天宇 (1．东北大学机械工程与自动化学院，沈阳110819；2．东北大学理学院，沈阳110819) 摘要：针对柴油机排气门间隙故障信号不易提取的特点，提出了将混沌粒子群神经网(Chaotic particle swarm optimization Back Propagation，CPSO-BP)聚类模型应用于柴油机排气门间隙故障诊断．首先，采用经验模式分解 (Empirical Mode Decomposition，EMD)对柴油机振动信号进行分解，将得到的前6个模态函数能量百分比作为 反映故障状态的特征参数，重构BP神经网并用混沌粒子群算法对其结构和权值进行优化；最后，基于优化的神 经网对排气门间隙为0．2 mm，0．4 mm，0．6 mm等3种故障工况的信号进行聚类．结果表明：所有样本的测试结 果均与实际状况一致，该方法可以较好地用于排气门间隙故障诊断． 关键词：柴油机；故障诊断；经验模态分解；神经网络；混沌粒子群算法 中图分类号：TK 421．3 文献标志码：A 文章编号：1672—5581(2014)01—0056—06 CPSO-BP neutral network based fault diagnose on cIlesel englne1● 1 ● valve clearances LI Yan ，YUAN Hui—qun ，LIANG Ming-xuan ，ZHAO Tian—yu。 (1．College of Mechanical Engineering and Automation，Northeastern University，Shenyang 110819，China 2．College of Science，Northeastern University，Shenyang 110819，China) Abstract：Pertaining to the uneasy feature extraction of fault signals from diesel engine valve clearances， a new fault diagnosis method is proposed using CPSO—BP．Firstly，the diesel engine vibration signals are decomposed via EMD．Then，the energy percentage of the first-six—order modal functions is treated as a feature parameter of fault states．Next，relevant structures and weights are recomposed integrating BP with CPSO．Finally，the fault signals under working conditions of 0．2，0．4 and 0．6 mm valve clearances are clustered based on the optimized neural netw