基于LabVIEW的電噴發(fā)動機的故障分析與仿真.pdf

1、汽車發(fā)動機是一個復雜系統，其故障約占汽車的全部故障的40％以上。為避免嚴重事故的發(fā)生，需運用故障診斷技術及時了解汽車發(fā)動機的工作性能、判斷各部件是否處于或即將處于何種故障狀態(tài)，因此對汽車發(fā)動機展開故障診斷技術理論和診斷系統的研究有著非常重要而現實的意義。然而，我國目前的發(fā)動機故障診斷系統尚缺乏一種集多種參數采集、分析處理和診斷推理的通用化平臺，同時在分析故障現象和故障原因的非線性關系時，現有的故障診斷理論也不能簡單地運用到故障診斷系統中

2、，需要通過分析改進，以得到一個切合實際能解決問題的故障診斷推理模型。
　　 為此，本文系統介紹了用于發(fā)動機故障診斷測試的信號采集、信號處理、神經網絡、虛擬儀器等技術，并對各項技術的原理特點及在故障診斷領域中的應用做了細致的研究分析。在此基礎上提出了一種以虛擬儀器技術為通用化平臺，以神經網絡推理為主的多種人工智能技術集成的發(fā)動機故障診斷測試專家系統。
　　 論文的主要內容包括：
　　 1)分析了現有各類故障診斷技術

3、方法的結構組成、推理方法、功能特點及其在故障診斷領域中的應用狀況，提出本系統診斷推理方法以神經網絡推理為主、專家系統為基礎和其他各類故障技術方法為輔的設計思路。
　　 2)對信號采集、信號處理方法的原理及其在發(fā)動機征兆信號分析中的應用進行了研究，同時針對算術平均值算法存在的一些不足，將分批估計數據融合方法引入到故障征兆信號的統計分析中，提高了數據統計的精度。
　　 3)對虛擬儀器的概念、虛擬儀器結構、LabVIEW編程技