CAJ | 학술논문

传统的柴油机故障诊断与处理方法主要都是以定期保养和事后维修为主,缺乏针对事故的预见能力,且效率比较低,成本较高。这就为人工智能技术在柴油机故障诊断上的应用开辟了广阔的空间。本文主要以非线性并行分布处理为主的神经网络为研究理论,通过对建立的BP网络模型,RBF网络模型和Elman网络模型进行了比较,发现这三种网络虽然各有特点和优势,但均适用于特定条件下的故障诊断要求。
전통적시유궤고장진단여처리방법주요도시이정기보양화사후유수위주,결핍침대사고적예견능력,차효솔비교저,성본교고。저취위인공지능기술재시유궤고장진단상적응용개벽료엄활적공간。본문주요이비선성병행분포처리위주적신경망락위연구이론,통과대건립적BP망락모형,RBF망락모형화Elman망락모형진행료비교,발현저삼충망락수연각유특점화우세,단균괄용우특정조건하적고장진단요구。