基于神經(jīng)網(wǎng)絡(luò)的柴油機(jī)燃油系統(tǒng)故障診斷

佟 剛，郝 旭

（沈陽航空航天大學(xué) 遼寧省通用航空重點(diǎn)實(shí)驗(yàn)室，遼寧 沈陽 110136）

0 引言

燃油系統(tǒng)作為汽車柴油機(jī)的重要組成部分，其可靠性將直接影響整個(gè)汽車柴油機(jī)系統(tǒng)的安全運(yùn)行，決定汽車柴油機(jī)的可靠性和經(jīng)濟(jì)性，因此，及時(shí)有效地診斷出汽車柴油機(jī)燃油系統(tǒng)的故障具有十分重要的意義。對(duì)柴油機(jī)燃油系統(tǒng)故障的傳統(tǒng)診斷方法有很多，如潤滑油法、性能參數(shù)法和振動(dòng)噪聲法等［1］。但是當(dāng)柴油機(jī)燃油系統(tǒng)處于故障狀態(tài)時(shí)，其運(yùn)行過程是一個(gè)非常復(fù)雜的非線性過程，依靠傳統(tǒng)的檢測手段費(fèi)時(shí)費(fèi)力，極大地浪費(fèi)了維修資源。近年來，隨著科技的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)技術(shù)以其自適應(yīng)、自學(xué)習(xí)和對(duì)非線性系統(tǒng)超強(qiáng)分析能力等特點(diǎn)得到廣泛的應(yīng)用，而利用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行柴油機(jī)燃油系統(tǒng)故障診斷被認(rèn)為是可行的。

1 BP神經(jīng)網(wǎng)絡(luò)及其改進(jìn)型

人工神經(jīng)網(wǎng)絡(luò)，也稱神經(jīng)網(wǎng)絡(luò)，是模擬生物神經(jīng)網(wǎng)絡(luò)進(jìn)行信息處理的一種數(shù)學(xué)模型，其優(yōu)勢是能處理殘缺信息和龐大數(shù)據(jù)［2］。因此，神經(jīng)網(wǎng)絡(luò)常常作為一種故障診斷的工具應(yīng)用于工程實(shí)踐中。

神經(jīng)網(wǎng)絡(luò)的模型具有數(shù)百種之多，但使用最廣泛的還是BP神經(jīng)網(wǎng)絡(luò)，又稱反向傳播神經(jīng)網(wǎng)絡(luò)，它是一種具有模式識(shí)別和分類能力的多層前饋型神經(jīng)網(wǎng)絡(luò)。BP網(wǎng)絡(luò)基本的學(xué)習(xí)過程包括信息的正向傳播與誤差的反向傳播兩部分，通過各神經(jīng)元權(quán)值和偏差的不斷修正，形成合理的拓?fù)浣Y(jié)構(gòu)，實(shí)現(xiàn)網(wǎng)絡(luò)實(shí)際輸出與期望輸出之間誤差的平方和最?。?］。標(biāo)準(zhǔn)BP網(wǎng)絡(luò)的局限性也是非常明顯的，由于訓(xùn)練中的穩(wěn)定性要求，學(xué)習(xí)率為常數(shù)且很小，所以標(biāo)準(zhǔn)BP梯度下降學(xué)習(xí)算法會(huì)使得收斂速度很慢，另外局部容易出現(xiàn)極值，隱含層節(jié)點(diǎn)個(gè)數(shù)的確定也比較困難［4］。因此，如果不對(duì)標(biāo)準(zhǔn)BP算法進(jìn)行改進(jìn)，其在實(shí)際應(yīng)用中的價(jià)值就會(huì)大大降低。針對(duì)標(biāo)準(zhǔn)BP算法存在的不足，本文采用了基于標(biāo)準(zhǔn)BP算法改進(jìn)而來的LM（Levenberg-Marquardt）算法。

LM算法是為了訓(xùn)練中等規(guī)模的前饋神經(jīng)網(wǎng)絡(luò)而提出的最快速算法，它的修正公式如下：

其中：x（k）為第k次迭代各層之間的連接權(quán)值或閥值向量；μ為系數(shù)，當(dāng)μ=0時(shí)，上式即為牛頓法；JTe=g為梯度的計(jì)算表達(dá)式，g為梯度；JTJ=H，H為包含網(wǎng)絡(luò)誤差函數(shù)對(duì)權(quán)值和閥值一階導(dǎo)數(shù)的雅可比矩陣；e為網(wǎng)絡(luò)誤差向量［5］。

LM算法的MATLAB實(shí)現(xiàn)相當(dāng)簡單，改進(jìn)后的BP算法使得神經(jīng)網(wǎng)絡(luò)的計(jì)算精度提高，訓(xùn)練速度加快，更能滿足工程的需要。

2 網(wǎng)絡(luò)特征量的確定

采用人工神經(jīng)網(wǎng)絡(luò)對(duì)汽車柴油機(jī)燃油系統(tǒng)進(jìn)行故障診斷的關(guān)鍵是確定網(wǎng)絡(luò)的輸入模式和輸出模式。網(wǎng)絡(luò)輸入就是確定柴油機(jī)燃油系統(tǒng)故障的特征量，網(wǎng)絡(luò)輸出就是確定具體故障。汽車柴油機(jī)燃油系統(tǒng)的常見故障包括針閥卡死A1、針閥泄漏A2、出油閥失效A3、怠速油量A4、25%供油量A5、75%供油量A6六種類型。當(dāng)An=0（n=1～6）時(shí)表示無故障，當(dāng)An=1時(shí)表示存在故障。對(duì)于汽車柴油機(jī)燃油系統(tǒng)，上述6種故障類型可表現(xiàn)出8種故障征兆，包括最大壓力、次最大壓力、波形幅度、上升沿寬度、波形寬度、最大余波寬度、落座壓力和起噴壓力，共計(jì)8個(gè)輸入向量?？紤]到不同單位和量級(jí)的數(shù)據(jù)不利于計(jì)算，所以應(yīng)該先進(jìn)行歸一化處理，再輸入到神經(jīng)網(wǎng)絡(luò)中。由于篇幅有限，表1只給出已經(jīng)歸一化后的12組樣本作為輸入數(shù)據(jù)，對(duì)每個(gè)故障分別取2個(gè)訓(xùn)練樣本。

3 網(wǎng)絡(luò)的設(shè)計(jì)與實(shí)現(xiàn)

設(shè)計(jì)的改進(jìn)型BP網(wǎng)絡(luò)分三層，其中輸入層有8個(gè)神經(jīng)元，輸出層有6個(gè)神經(jīng)元。設(shè)輸入層神經(jīng)元數(shù)目為m，輸出層神經(jīng)元數(shù)目為p，隱含層神經(jīng)元數(shù)目為h，則依據(jù)公式（α為調(diào)節(jié)常數(shù)，取值為1～10）計(jì)算得隱含層神經(jīng)元數(shù)目的取值范圍為5～14。通過試驗(yàn)確定h取11，所以改進(jìn)型BP網(wǎng)絡(luò)采用8-11-6的拓?fù)浣Y(jié)構(gòu)。

表1 柴油機(jī)燃油系統(tǒng)輸入樣本數(shù)據(jù)

改進(jìn)型BP網(wǎng)絡(luò)學(xué)習(xí)時(shí)采用LM算法，在MATLAB軟件上編程實(shí)現(xiàn)設(shè)計(jì)好的改進(jìn)型BP網(wǎng)絡(luò)，設(shè)置學(xué)習(xí)速率為0.01，學(xué)習(xí)目標(biāo)為0.001，最大迭代次數(shù)為1 000［6］。輸入層到隱含層的傳遞函數(shù)取tansig（雙曲正切S型），隱含層到輸出層的傳遞函數(shù)取logsig（S型的對(duì)數(shù)函數(shù)）。經(jīng)過14次訓(xùn)練后，網(wǎng)絡(luò)性能達(dá)到了要求。之后通過表2的6組實(shí)際數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行測試，驗(yàn)證網(wǎng)絡(luò)能否正確診斷出汽車柴油機(jī)燃油系統(tǒng)的故障。然后再計(jì)算誤差，得出診斷故障的精確度情況。表3為改進(jìn)型BP網(wǎng)絡(luò)測試結(jié)果。

表2 測試數(shù)據(jù)

表3 改進(jìn)型BP網(wǎng)絡(luò)測試結(jié)果

測試結(jié)果表明：改進(jìn)型BP網(wǎng)絡(luò)能正確地診斷出汽車柴油機(jī)燃油系統(tǒng)的故障情況。按照歐式范數(shù)理論的公式進(jìn)行計(jì)算，得出改進(jìn)型BP網(wǎng)絡(luò)的測試誤差分別為0.004 2、0.009 1、0.008 0、0.000 8、0.152 9和0.044 4，測試總誤差為0.159 7，可見改進(jìn)型BP網(wǎng)絡(luò)的誤差還是比較小的。

4 結(jié)束語

本文提出的改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)的方法具有速度快、誤差小的優(yōu)點(diǎn)，為汽車柴油機(jī)燃油系統(tǒng)的故障診斷提供了一種比較有效的方法，能夠?qū)崿F(xiàn)非拆卸狀態(tài)下對(duì)柴油機(jī)燃油系統(tǒng)的實(shí)時(shí)監(jiān)測。

［1］ 楊志，董振良，萬金波.基于神經(jīng)網(wǎng)絡(luò)的柴油機(jī)故障診斷［J］.中國新技術(shù)新產(chǎn)品，2011（24）：142-143.

［2］ 張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)［M］.北京：機(jī)械工業(yè)出版社，2011.

［3］ 陳學(xué)峰，趙質(zhì)良，王金光.基于BP神經(jīng)網(wǎng)絡(luò)的齒輪箱故障模式識(shí)別［J］.裝備制造技術(shù)，2010（10）：16-27.

［4］ 郭江華，梁述海，梁泳.基于神經(jīng)網(wǎng)絡(luò)的船用柴油機(jī)故障診斷［J］.計(jì)算機(jī)仿真，2003（8）：61-63.

［5］ 傅薈璇，趙紅.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)［M］.北京：機(jī)械工業(yè)出版社，2010.

［6］ 李玉峰，劉玫.基于動(dòng)量BP網(wǎng)絡(luò)的柴油機(jī)故障診斷［J］.控制工程，2007（5）：518-521.