摘要：柴油机是如今现代化工业中很重要的部分，解决柴油机故障问题能够很好的提高机器的效率和安全性。本文利用MATLAB的神经网络工具箱对柴油机进行故障诊断。首先介绍了神经网络的模型和MATLAB神经工具箱，接着将影响柴油机故障的8个因素作为输入，柴油机的故障级别作为输出，分析故障的主要原因，选取它们作为主要的样本，然后借助了MATLAB神经网络工具箱建立柴油机故障诊断的RBF神经网络，列举出9个实验数据本对网络进行学习训练，最后在已知故障类型情况下将数据输入进网络对其进行测试，看是否能正确的反应出网络的故障级别。经过对数据的测试结果表明，可以很好的反应出柴油机的运行状态及其故障级别。因此利用MATLAB神经网络工具箱对柴油机进行故障诊断这个方法很精准，可靠，是可行的。

关键词：柴油机；故障诊断；RBF神经网络；MATLAB

目录

摘要

Abstract

引   言-3

1.神经网络概述-4

1.1人工神经网络的模型-4

1.2神经网络的算法种类-4

1.2.1有教师学习-4

1.2.2无教师学习-5

1.2.3强化学习-5

1.3 RBF神经网络的概述-5

1.3.1 RBF神经网络的结构-6

1.3.2 RBF神经网络的训练算法-6

1.3.3 RBF神经网络的特点-8

2.MATLAB神经网络工具箱-9

2.1 MATLAB介绍-9

2.2 MATLAB的程序控制结构-10

2.2.1 循环结构-10

2.2.2 选择结构-11

2.2.3 程序流的控制-12

3.基于神经网络的柴油机故障诊断-14

3.1 涡轮增压系统故障诊断-14

3.1.1 输入/出的变量确定-14

3.1.2 输出向量的设计-16

3.2 网络设计-16

3.2.1 MATLAB代码-17

3.2.2仿真结果-19

4.结论-21

参考文献-22