基于LabVIEW的柴油機智能化監(jiān)測與診斷技術研究.pdf

1、柴油機因其結構的復雜性和故障的易發(fā)性，其故障診斷技術已成為機械設備故障診斷領域中的熱點和難點。本文在總結和汲取了前人研究成果的基礎上，立足工程實用性，研究了基于虛擬儀器技術開發(fā)柴油機運行狀態(tài)監(jiān)測系統(tǒng)和利用人工智能技術實現智能化故障診斷的方法。論文借助于虛擬儀器技術開發(fā)柴油機信號采集、處理與分析、數據庫操作等模塊，并由計算機提取時域、頻域、幅域分析的特征參數來實現狀態(tài)監(jiān)測與報警；借助于人工智能技術，建立振動信號的AR模型與RBF神經網絡結

2、合的診斷模型，并研究利用LabVIEW、MATLAB與ACCESS混合編程設計人工神經網絡專家系統(tǒng)的方法。 本文主要內容包括：第一，提出了建立基于虛擬儀器技術的柴油機智能化故障診斷系統(tǒng)的通用化平臺，該平臺集成信號采集、處理與分析技術、網絡技術、數據庫技術以及人工智能等在內的故障診斷技術。第二，利用NI公司的多功能數據采集卡與LabVIEW開發(fā)了柴油機狀態(tài)監(jiān)測軟件的各大功能模塊。能進行在線與離線信號的處理分析與監(jiān)測，實現多通道數據

3、采集、數據文件存儲與讀取、信號分析、重要參數狀態(tài)多級報警、趨勢監(jiān)測、遠程數據通訊、數據庫操作以及報表打印等功能。第三，模擬幾種常見故障進行試驗，采用自相關分析對3110柴油機缸蓋振動信號進行工作周期的自動識別來提取振動波形樣本，在此基礎之上，分析了頻譜以及時域和幅域等參數。第四，建立了振動信號的AR模型與RBF神經網絡結合的診斷模型，利用LabVIEW的分析工具包編程對3110柴油機缸蓋振動信號樣本進行AR譜估計并從中提取特征參數，并利

4、用RBF神經網絡成功進行了故障模式識別。第五，提出將專家系統(tǒng)與神經網絡技術集成，達到優(yōu)勢互補的目的。將LabVIEW和MATLAB有機結合，編制神經網絡診斷模塊，通過LabVIEW的ADO控件和第三方控件LabSQL對ACCESS數據庫的操作來實現診斷知識庫與數據庫的創(chuàng)建、知識查詢、知識存儲等操作，并開發(fā)了子神經網絡專家系統(tǒng)。 本文開發(fā)的信號采集處理模塊可以取代傳統(tǒng)的測試儀表；軟件開發(fā)采用模塊化結構，為以后添加新的功能模塊提供了