全文总字数：5503字

1. 研究目的与意义及国内外研究现状

近年来，柴油机作为人们日常生产生活的重要动力源，一旦其运行处于异常状态，会造成严重的事故和经济损失。其结构和制造技术已经变得越来越复杂，很难准确地描述故障过程的精确数学模型，并且在故障发生时，也很难用特定的标准去比较诊断的结果。为了确定故障位置，及早采取措施，建立一套完善的状态监测与故障诊断系统是十分必要的。

而人工神经网络以其抗噪声、容错、自适应、自学习能力强，融合预处理和识别于一体，识别速度快等特点受到人们重视，在故障诊断中得到了广泛应用。

本文的主要的目标是将cpn神经网络应用于柴油机的故障诊断方法中，克服传统的人工诊断的操作步骤繁琐、费时费力、诊断效率低等缺点，增强泛化能力，提高诊断速度与准确性，从而能够实现获得比一般诊断方法更加优异的诊断效果这一目标，使得柴油机更加高效地运行，出现问题后能够及时的解决，使得运营成本大大降低，经济效益得到提高。

2. 研究的基本内容

本文主要是利用cpn神经网络的算法来对柴油机组进行振荡故障诊断，克服传统的人工诊断的操作步骤繁琐、费时费力、诊断效率低等缺点，增强泛化能力，提高诊断速度与准确性，从而能够实现获得比一般诊断方法更加优异的诊断效果，使得柴油机组更加高效地运行，出现问题后能够及时的解决，使得故障发生率大大减小，运营成本大大降低，经济效益得到提高。

本文主要分为五个部分来研究：

第一部分：国内外柴油机组的主要故障类型以及目前的主要诊断方法的不足。

3. 实施方案、进度安排及预期效果

2017.02.20-2017.03.05 查阅资料，了解国内外有关cpn神经网络、汽轮机组振荡故障诊断的研究，并对其有了初步的认识。

2017.03.10-2017.03.25对系统方案的探讨以及与导师的问题答疑。把由cpn神经网络用于汽轮机组故障诊断的系统数学模型建立出来。

4. 参考文献

[1]郑小倩,胡仕强,吴舰.基于概率神经网络的柴油机故障诊断与预测研究[J].工矿自动化,2013,(09):104-108.

[2]李敏通.柴油机振动信号特征提取与故障诊断方法研究[D].西北农林科技大学,2012.

[3]李晓伟.船舶柴油机故障诊断方法的研究[J].计算机仿真,2012,(05):215-218.

[4]占惠文.基于模糊神经网络的船舶柴油机故障诊断系统研究[D].武汉理工大学,2009.

[5]马善伟,乐正伟,吕健,刘赟.柴油机故障诊断技术综述[J].上海第二工业大学学报,2008,(02):122-128.

[6]马宝琛.基于神经网络的柴油机故障诊断技术的研究[D].大连海事大学,2008.

[7]车龙.基于转速信号分析的柴油机故障诊断研究[D].大连海事大学,2008.

[8]李玉峰.基于神经网络的柴油机燃油系统故障诊断的研究和实现[D].山东大学,2007.

[9]曹龙汉,曹长修,孙颖楷,景有泉,郭振.柴油机故障诊断技术的现状及展望[J].重庆大学学报(自然科学版),2001,(06):134-138.

[10]焦李成,杨淑媛,刘芳,王士刚,冯志玺. 神经网络七十年:回顾与展望[J]. 计算机学报,2016,(08):1697-1716.

[11]冯二浩,陆辉山,潘宏侠. 柴油机故障诊断研究综述[J]. 机械管理开发,2010,(02):109-111.

[12]蔡晓光. 柴油机智能故障诊断系统研究[D].中国矿业大学,2009.

[13]范金宇,黄加亮. 神经网络技术在船舶柴油机故障在线诊断中的应用研究[J]. 中国修船,2006,(06):49-52.

[14]张维新,张俊峰. 柴油机故障诊断技术趋向分析[J]. 天津航海,2005,(02):16-18.

[15]张仕海. 船舶柴油机振动故障诊断研究[D].上海海事大学,2004.

[16]王悦民,魏强,潜伟建. 神经网络在柴油机故障诊断中的应用研究[J]. 系统工程理论与实践,2001,(10):52-57.

[17]王悦民,潜伟建. 改进的BP算法在柴油机故障诊断中的应用研究[J]. 海军工程大学学报,2000,(04):36-40 48.

[18]仰德标,明廷锋. 柴油机故障诊断研究综述[J]. 武汉造船,2000,(02):26-29

[19]王江萍,屈梁生,沈玉娣. 柴油机故障诊断技术的现状与展望[J]. 机械科学与技术,1997,(05):130-134 143.

[20]WANG Yingmin,ZHANG Fujun,CUITao,ZHOU Jinlong. Fault Diagnosis for Manifold Absolute Pressure Sensor(MAP) ofDiesel Engine Based on Elman Neural Network Observer[J]. Chinese Journal ofMechanical Engineering,2016,(02):386-395.

[21]Research on the applications ofinfrared technique in the diagnosis and prediction of diesel engine exhaustfault[J]. Journal of Thermal Science,2011,(02):189-194.