基于模糊神经网络的发动机故障诊断研究

王彬　李勋章　胡新生　米明辉

摘要：基于模糊神经网络理论，对发动机涡轮增压系统、冷却系统以及润滑系统常见故障进行了研究，在MATLAB环境中，利用常见的故障案例样本，训练BP神经网络，建立涡轮增压系统、冷却系统及润滑系统三大系统的模糊神经网络模型，并通过未参与训练的故障案例样本对模型进行验证，经验证模型的预测误差均在5%以内，可以满足故障诊断的要求。另外，针对各系统的模糊神经网络模型，利用MATLAB GUI建立发动机故障诊断系统，该系统可以根据故障现象，诊断故障原因，并通过实际故障案例验证，诊断结果与实际故障原因相符，说明故障诊断系统具有指导性。

关键词：柴油发动机;BP神经网络;模糊理论;故障诊断

中图分类号：U472.43

文献标识码：A文章编号：10015922（2022）06015607

Research on engine fault diagnosis based onfuzzy neural network

WANG Bin，LI Xunzhang，HU Xinsheng，MI Minghui

（

Qingdao Campus of Naval Aviation University， Qingdao，266041，Shandong China

）

Abstract：Common faults of engine turbocharging system， cooling system and lubricating system are studied based on fuzzy neural network theory. BP neural network is trained by using common fault cases in MATLAB environment， and the fuzzy neural network models of turbocharging system， cooling system and lubricating system are established.  Testifying through fault cases samples that are not in the training，the prediction error of the model is less than 5%， which can meet the requirements of fault diagnosis. In addition， based on the fuzzy neural network model of each system， the engine fault diagnosis system is established by using Matlab GUI. The system can diagnose the fault cause according to the fault phenomenon. Through the verification of actual fault cases， the diagnosis results are consistent with the actual fault cause， which shows that the fault diagnosis system is instructive.

Key words：diesel engine; BP neural network; fuzzy theory; fault diagnosis

發动机是常见的一种动力装置，应用十分广泛，随着科学技术水平的进步，发动机的结构也越来越精细化、复杂化，并且出现的故障也越来越多样化，故障诊断的难度相应地增大。因此，有必要研究一种快速准确便捷的故障诊断方法。神经网络，是利用工程技术模拟人脑神经的结构和功能的技术，用计算机模拟人脑神经元对信息的加工、存储和搜索等活动过程的技术[1-3]，模糊理论近年来在发动机故障诊断广泛应用，本文对人工神经网络和模糊理论进行研究，提出了基于模糊神经网络的故障诊断方法。

1人工神经网络与模糊理论

神经网络，是指利用工程技术模拟人脑神经的结构和功能的技术，用计算机模拟人脑神经元对信息的加工、存储和搜索等活动过程的技术[4-5]。……