四、基于神经网络的智能故障诊断方法

四、基于神经网络的智能故障诊断方法

ID:35121065

大小:381.73 KB

页数:16页

时间:2019-03-18

四、基于神经网络的智能故障诊断方法_第1页
四、基于神经网络的智能故障诊断方法_第2页
四、基于神经网络的智能故障诊断方法_第3页
四、基于神经网络的智能故障诊断方法_第4页
四、基于神经网络的智能故障诊断方法_第5页
资源描述:

《四、基于神经网络的智能故障诊断方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、北京万博振通检测技术有限公司www.beijingzhentong.com四、基于神经网络的智能故障诊断方法故障诊断就是根据所获取的故障信息特征(故障征兆)来判断故障的原因(故障模式)。故障诊断的过程是故障诊断专家进行诊断思维的一种运作方式,它是故障诊断专家利用人类知识通过人类推理来分析故障问题,并作出诊断判断,从而达到解决系统故障的目的。模仿人类问题求解的能力,是人工智能最基本最重要的一项任务,专家系统则是一种特殊的人工智能求解系统。人工智能故障诊断专家系统则是模仿某一领域的人类故障诊断专家进行故障诊断的逻辑思维的过程。近年来,由于计算机技术、现代测试

2、技术和信号处理技术的迅速发展,故障诊断技术取得了很大的进步。人们已经研究和开发了一些较成熟的诊断技术及理论方法,可以对在多种工作环境条件及运行状态下的机器或工程系统的许多故障模式进行监测、识别、诊断。然而,在工程实际中存在着大量的多故障、多过程、突发性故障及需要对庞大机器或工程系统进行监测和诊断,这些技术手段和理论方法往往显示出较大的局限性,表现在,(1)不能有效地利用专家的知识和经验;(2)缺乏推理能力,只能向前推理,不能像专家一样既能向前推理,又能向后推理;(3)不具备学习机制;(4)对测试诊断结果缺乏解释,测试诊断程序的修改和维护性差。随着人工智能

3、技术的迅速发展,特别是知识工程、专家系统和人工神经网络在诊断领域中的进一步应用,迫使人们对智能诊断问题进行更加深入与系统的研究。人们要求智能诊断系统能够有效地获取、传递、处理、再生和利用诊断信息,从而具有对给定环境下的诊断对象进行成功的状态识别和状态预测的能力。智能诊断系统中的知识处理是关键,它包括三个主要步骤,即知识获取、知识存储和知识利用(推理、解释)。根据智能诊断系统在知识处理方法的不同,智能诊断系统分为两大类,即基于符号推理的传统的人工智能诊断系统,和基于人工神经网络的智能故障诊断系统。对于设备故障来说,每一故障模式都有与其对应的故障征兆,因此故

4、障诊断实北京上地信息路1号1号楼1201室,邮编100085,电话:82895638传真:82895319,电邮:sales@beijingzhentong.com北京万博振通检测技术有限公司www.beijingzhentong.com质上属于模式识别领域,可以用人工神经网络(ANN)来解决。将ANN用于机电系统故障诊断问题,国内外研究者已经进行了大量的研究工作。ANN是近年来迅速发展起来的十分热门的交叉学科,涉及生物、电子、计算机、数学和物理等学科,具有广泛的应用前景,将极大地影响未来科学技术的发展。ANN是一种大型的并行分布处理系统,具有鲁棒性好、

5、学习功能强等特点,它模拟人的形象思维能力,适合解决非线性优化、模式识别等问题。4.1神经网络理论人工神经网络是采用物理可实现的系统来模仿人类大脑神经系统的结构和功能的系统。人工神经网络是由十分简单的计算单元广泛互联而形成的大规模并行分布处理网络。ANN是由大量人工神经元按特定方式相互连接而成的大规模网络,每个神经元根据各自的输入不同而决定自己的状态,大量神经元状态改变的集体行为决定了网络的动态行为。神经网络模型可以从十个方面来描述:处理单元(神经元)、神经网络状态、传播规则、活跃规则、输出函数、学习算法、互连模式、环境、稳定状态以及操作模式。目前,人们已

6、经提出近百种神经网络模型,常用的ANN模型如图4-1所示。ANN模型前馈型反馈型BP网络Kohonen网络自适应共振网络Hopfield网络有导师学习无导师学习不需要学习图4-1常用的人工神经网络模型在各种神经网络模型中,BP模型是比较成熟和应用比较广泛的一种模型。BP网络是Rumelhart等人在1985年提出的,它是基于多层前向网络,采用误差反向传播算法(ErrorBackPropagation,EBP)进行学习训练的一种网络,图4-2为典型的含有一个隐层的三层BP网络模型。北京上地信息路1号1号楼1201室,邮编100085,电话:82895638

7、传真:82895319,电邮:sales@beijingzhentong.com北京万博振通检测技术有限公司www.beijingzhentong.comwjiwkjx1y1x2…………y2……xn-1ymxn输入层(i)隐层(j)输出层(k)图4-2三层BP网络模型BP网络是一种多层前向网络,它由输入层、隐层和输出层组成,隐层可以是一层也可以是多层。BP网络采用的误差反向传播算法是一种有导师学习算法,简称BP算法。它的基本思想是:对于一个训练样本,将其特征向量输入ANN,经过ANN的前向传播计算,得到一个输出,然后将该输出与期望的样本输出相比较,若有偏

8、差,则将该偏差从输出层往回反向传播,调整连接的网络权值和阈值,使网络的期望输出与

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。