神经网络在基于状态维修的供电设备决策支持系统中的应用研究.pdf

神经网络在基于状态维修的供电设备决策支持系统中的应用研究.pdf

ID:52042278

大小:2.26 MB

页数:3页

时间:2020-03-22

神经网络在基于状态维修的供电设备决策支持系统中的应用研究.pdf_第1页
神经网络在基于状态维修的供电设备决策支持系统中的应用研究.pdf_第2页
神经网络在基于状态维修的供电设备决策支持系统中的应用研究.pdf_第3页
资源描述:

《神经网络在基于状态维修的供电设备决策支持系统中的应用研究.pdf》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、管 理MANAGEMENT神经网络在基于状态维修的供电设备决策支持系统中的应用研究ApplicationandStudyofNeuralNetworkintheDecisionSupportSystemofPowerSupplyingEquipmentontheConditionBasedMaintenance12■包武毅 陈新波/1中国人民解放军91286部队 2海军航空工程学院青岛校区摘 要:基于神经网络理论设计了部队供电设备状态维修决策支持系统,该系统具有状态评估、故障诊断、维修决策、制定维修计划、自

2、学习和维修信息发布等功能,具有实践价值,可为部队现有供电设备的维修工作提供理论指导作用。关键词:神经网络;供电设备;基于状态的维修;专家系统;决策Keywords:neuralnetwork;powerequipment;conditionbasedmaintenance;expertsystem;decision0引言诊断结果来决定对其进行更换或维修。其障诊断中的应用,使基于状态的维修得目前部队供电设备实施的维修大多主要特点在于修理的预知性、针对性、及以实现。属于预防性维修,而基于状态的维修则时性和维修方

3、案的灵活多变。具有更好的经济性和技术保障性。基于1)基于状态维修的核心思想是巡回2神经网络的基本原理状态维修技术的支柱是设备状态诊断检测、实时故障诊断和适时适度修理。神经网络是由大量简单的处理技术。设备状态诊断技术可定义为:不2)基于状态的维修也有计划。它单元组成的非线性、自适应、自组织分解、不破坏设备,定量地掌握设备的基于测得的设备状态参数,因而其计划系统,它是在现代神经科学研究成果状态,即掌握影响设备状态的因素、性比传统的维修计划更符合实际。既需的基础上,试图通过模拟人类神经系故障、劣化程度及强度性能,

4、预测其寿要有计划地进行检测,也强调事先对各统对信息进行加工、记忆和处理的方命和可靠性,并实施决定维修措施的技种可能的故障做出相应预案。式,设计出的一种具有人脑风格的术。根据状态监测和故障诊断等技术所3)基于状态维修按照实际需要进行信息处理系统。通常可分为前向神获取的信息,在故障即将发生或运行经济修理。基于状态维修是在设备运行过程经网络(ForwardNN)、反馈神经网络性下降到极限时,有目的地进行适当和必中对设备进行客观、准确的定量或定性(FeedbackNN)和自组织神经网络(Self-要的检修,这就是基

5、于状态的维修。检测的基础上实施的,维修时间和措施organizingNN)三种基本类型。BP神经的安排灵活,可以从总体上减少设备故网络(BackPropagationNN)是单向传播1基于状态维修的特点障,提高运转率,降低人力物力消耗。的多层前向神经网络,分为输入层、中基于状态维修的理论目标是延长设4)基于状态的维修获得的设备运间层(隐含层)和输出层,其中输入和输备的运行时间和检修时间间隔,减少检修行参数可以为设备管理和其他信息系统出都只有一层,中间层可多层。同层的项目。这种检修方式以设备当前的实际工提供支

6、持,构建飞机维修信息数据库,网络结点之间没有连接。每个网络结作状况为依据,而并非传统的以设备使用还可以通过数据挖掘等技术得到设备故点表示一个神经元,其传递函数通常时间为依据,它通过先进的状态监测与诊障模式、费效模型等规律知识。采用Sigmoid型函数。每对神经元之间断手段,识别故障的早期征兆,对故障部人工神经网络、专家系统、模糊的连接上有一个加权系数W,它可以加位、故障程度和发展趋势做出判断,根据集理论等综合智能技术在状态识别和故强或减弱上一个神经元的输出对下一个航空维修与工程2013/294AVIATIO

7、NMAINTENANCE&ENGINEERINGwww.aviationnow.com.cn神经元的刺激。这个加权系数通常称为神经网络的神经元Uj在第p个样本点下和何时维修的建议,并制定维修计划,权值,修改权值的规则称为权值算法。的理想输出——期望创新能力,κ是第j发布到网站。总体结构如图1所示。建立在BP神经网络基础上的专家系统节点所在层的上面一层的节点号。3.1设备综合管理模块根据一定的算法,通过对样本数据的学5)修改权值和阈值基于状态的维修需要大量描述设备习,确定网络权值。θj(t+1)=θj(t)+

8、ŋδj+α(θj(t)-θj(t-1))状态及其演变过程的准确数据,即要有足对BP神经网络进行训练时,首先wji(t+1)=wji(t)+ŋδjOpi+α(wji(t)-够的信息用于分析与决策,这就是设备数要提供一组训练样本,每个样本由输入wji(t+1))据综合管理。该模块管理、存储所有设备样本和理想输出对组成。当网络的所有式中,t为迭代次数,ŋ为学习速率资产清单、设备台账图纸、设备设计数实际输出与理想输出一致

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。