[发明专利]基于BP神经网络的发动机故障诊断方法有效
| 申请号： | 201910746595.8 | 申请日： | 2019-08-13 |
| 公开（公告）号： | CN110470481B | 公开（公告）日： | 2020-11-24 |
| 发明（设计）人： | 朱节中;张果荣;余晓栋;陆松;李燕;杨振启;张立新;李天目;姚永雷;丁健;陈道勇;陈永 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G01M15/05 | 分类号： | G01M15/05;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210044 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于BP神经网络的发动机故障诊断方法，包括(1)采集发动机故障数据，列出发动机故障原因；(2)确定BP神经网络模型的最佳隐含层节点数，建立BP神经网络模型；(3)根据已有的故障数据训练BP神经网络模型；(4)利用训练得到的BP神经网络模型，对采集的发动机数据进行分析，确定数据所对应的故障原因。以往发动机故障诊断存在机理复杂、检测精度低、成本高、不能显示故障原因等缺陷，本发明主要应用在发动机的故障诊断诊断方面，比以往的方法更具优势性，节省了成本，提升建模效率，可以快速锁定最优的隐含层节点数。 | ||
| 搜索关键词： | 基于 bp 神经网络 发动机 故障诊断 方法 | ||
【主权项】：
1.一种基于BP神经网络的发动机故障诊断方法，其特征在于，该方法包括以下步骤：/n(1)采集发动机故障数据，列出发动机故障原因；/n(2)确定BP神经网络模型的最佳隐含层节点数，建立BP神经网络模型；/n(3)根据已有的故障数据训练BP神经网络模型；/n(4)利用训练得到的BP神经网络模型，对采集的发动机数据进行分析，确定数据所对应的故障原因。/n
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南京信息工程大学，未经南京信息工程大学许可，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/patent/201910746595.8/，转载请声明来源钻瓜专利网。
