简谈bp神经网络在诊断气象仪故障的研究

简谈bp神经网络在诊断气象仪故障的研究

ID:24632915

大小:50.50 KB

页数:4页

时间:2018-11-15

简谈bp神经网络在诊断气象仪故障的研究_第1页
简谈bp神经网络在诊断气象仪故障的研究_第2页
简谈bp神经网络在诊断气象仪故障的研究_第3页
简谈bp神经网络在诊断气象仪故障的研究_第4页
资源描述:

《简谈bp神经网络在诊断气象仪故障的研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、简谈BP神经网络在诊断气象仪故障的研究导读:怎么写作好神经X络和故障相关方面的论文。本篇BP神经X络在诊断气象仪故障的研究中的相关毕业论文大纲格式希望会对你的写作带来参考帮助以解你的写作忧愁。(1。中国人民解放军92493部队98分队,辽葫芦岛1250002。山东省海洋环境监测技术重点实验室,山东青岛2660013。山东省科学院海洋仪器仪表研究,山东青岛266001)摘要:针对神经X络气象仪故障诊断中的应用研究,提出了以神经X络技术为基准,针对气象仪常见的几类故障分别建立相对应的子神经X络,总体组成一个神经X络系统来诊断气象仪的故障方法,以帮助维修人员快捷、准确、自

2、动地诊断出故障原,以降低故障处理时间,提高运行效率.关键词:BP神经X络气象仪故障诊断中图分类号:TP206文献标志码:ADOI:10。3969/j。issn。16749146。2014。09。068神经X络的故障诊断起源于20世纪80年代末,基于神经X络的故障诊断是一个模式识别问题,通过测量过程参量,然后利用神经X络把测量空间参量映射到故障空间中,实现故障诊断.康洪铭等人利用SOM和Elman神经X络对整流器进行了故障诊断,王承等人利用神经X络对模拟电路进行了故障诊断,王杉等人利用BP神经X络对变压器进行了故障诊断,还有学者利用神经X络对模拟电路进行了故障诊断[1

3、4].而气象仪上的应用,至今还没有学者对其进行研究.1神经X络模型一般的BP神经X络模型由三层结构组成,即输入层、隐含层和输出层[5](见图1).人工神经X络是生物神经X络基础上发展起来的,是把分子和细胞技术达到的微观层次与行为研究达到的系统层次结合起来,以数学模型和物理方法进行抽象而结合成的,这个是大家常说的BP神经X络.BP神经X络的工作原理是由简单的神经元组合而成,单个神经元只能进行十分简单的信息处理,但是多个神经元一起形成了比较强大的信息单元处理器,BP神经X络是一种多层的前馈神经X络,一般由3层神经元构成(见图1),也以根据自的需要将隐含层设计为多个.神经

4、X络是涉及多个学科的交叉学科,一般用分布式存储,为其具有良的容错性和联想记忆能力,还具有很强的自学习能力和对环境的适应能力且具有诊断费时少的特点.线诊断时,不像专家系统和模糊控制那样进行规则的匹配搜索,从而大大减少了诊断的时间.2BP神经X络诊断方法的行性1)满足诊断气象仪设备故障的现场需求.BP神经X络具有很强的非线性和学习能力,能较地处理气象仪设备的运行状态与其种故障征兆参数间的复杂关系,具有很的鲁棒性和实时性.2)解决信息融合的问题.气象仪设备有多种传感器,由于个传感器的时间或者空间不步,测量维数不匹配等问题,会导致个层次达不到理想的效果.运用BP神经X络以解

5、决这种融合不匹配问题.3)学习的样本.神经X络没有任何规定,必须通过大量的样本对X络进行多次训练得到理想的效果.而气象仪设备以提供完善的状态信息,保证训练样本充足.4)神经X络采取的存储方法.获取输入训练样本后,通过训练不断改变神经元间的个连接取值和阈值,从而隐式地分散存储诊断知识.3气象仪故障诊断的实现行神经X络是通过对信号的有效组合,用种子X络从不侧面来诊断故障,行神经X络的信息融合方式是反映不故障信息融合,通过融合本篇文章原创出处:shuoshilunargin:0auto;font-size:12px;color:#666666;">[下面利用mlab软件进

6、行编程仿真,以005型气象仪出现的故障为例,根据现场维修人员对气象仪设备故障经验的积累,把故障主要分为以下几类:Y1为电源模块坏Y2为通信板坏Y3为屏幕无表格Y4为罗经接收的信息不稳定Y5为清零按钮故障Y6为传感器坏.再采用建立子系统的方法,将每类故障建立一个子系统,然后建立一个总的神经X络系统进行信息融合.诊断步骤下:首先从气象仪设备中获取异常数据,接着对数据进行特征提取后通过诊断获得诊断输出.若遇到新故障,则通过学习模块进行训练以完善诊断模块.4结束语综上述,基于BP神经X络的气象仪故障诊断,利用BP神经X络的自身优点,针对气象仪系统提供的异常数据对气象仪的常见

7、故障进行经验分类,对每一类故障设计一个对应的子系统X络,进行故障诊断,从而保证设备的正常运行,进而使舰船安全航行.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。