基于神经网络的矿井水处理系统传感器故障诊断的研究
发布时间:2020-12-20 06:55
随着计算机及神经网络技术在矿井水处理系统中的不断应用,对矿井水自动控制系统提出了更高的要求。开发集预测、诊断和控制于一体的自动系统显得尤为重要。传感器是矿井水控制系统中重要的设备,受外界环境等各种客观因素和主观因素的影响,会使设备出现故障。对传感器故障的预测和诊断是矿井水处理系统中重要的一部分,而将神经网络应用于故障诊断具有推测,记忆和实时性强等优点。本论文是以基于人工神经网络和虚拟仪器的故障诊断的研究为主要内容。以LabVIEW和神经网络等理论知识为基础,利用虚拟仪器技术、人工神经网络在故障诊断中的应用技术,完成了基于神经网络的故障诊断系统。论文首先介绍了虚拟仪器技术和神经网络技术的相关知识,然后利用三种神经网络对故障进行预测和诊断仿真,并应用于现场,给出了具体设计过程。本设计以虚拟仪器为开发平台,实现传感器的故障预测诊断功能。
【文章来源】:山东科技大学山东省
【文章页数】:94 页
【学位级别】:硕士
【部分图文】:
神经元结构图
输出单元从隐层单元接收输出活动的全部模式,但隐层单元往输出层的信号传递要经过权重的连接,所以输出层单元有的点激发、有的点抑制,从而产生相应的输出信号。输出层单元输出的模式就是网络对输入模式激励的总的响应。图2.3是一个完整的神经元
二=厂(1咋夕+b)衬图2.7BP神经元模型Fig2.7StrUetureofBPNerveCell.BP神经网络结构BP神经网络通常采用基于BP神经元的多层前向神经网络的结构形式。BP神经网络通常具有一个或多个隐层,其中,隐层神经元通常采用Sigmoid型传递函,而输出层神经元则采用purelin型传递函数。图2.8给出了一个具有单隐层的BP神经络模型,其中,输入维数为2,隐含层含有4个神经元,采用tansig作为传递函数,输层包含3个神经元,采用pulelin传递函数。理论已经证明,具有如图2,8所示的BP神网络,当隐层神经元数目足够多时,可以以任意精度逼近任何一个具有有限间断点的非性函数。
【参考文献】:
期刊论文
[1]活性污泥法污水处理过程的建模与仿真技术的研究[J]. 余颖,乔俊飞. 信息与控制. 2004(06)
[2]SBR出水BOD值的RBF软测量法[J]. 刘载文,崔莉凤,祁国强,侯朝桢,刘太杰. 中国给水排水. 2004(05)
[3]基于神经网络的土霉素废水处理试验仿真系统[J]. 帖春英,王化军,潘向忠,魏有权. 环境污染与防治. 2003(06)
[4]污水生化处理过程建模与控制[J]. 杜树新. 控制理论与应用. 2002(05)
[5]活性污泥法污水处理过程自动控制的研究现状[J]. 商敏儿,杜树新,吴铁军. 环境污染治理技术与设备. 2002(01)
[6]MATLAB软件工具箱简介[J]. 杨建强,罗先香. 水科学进展. 2001(02)
[7]间歇曝气活性污泥系统神经网络水质模型[J]. 郭劲松,龙腾锐,高旭,黄天寅. 中国给水排水. 2000(11)
[8]人工神经网络在环境科学中的应用研究[J]. 郝明亮,徐建英,左玉辉. 上海环境科学. 1999(11)
[9]运用回归分析与人工神经网络预测含硫芳香族化合物好氧生物降解速率常数[J]. 张爱茜,韩朔睽,沈洲,马静. 环境科学. 1998(01)
[10]细胞神经网络的数学理论(Ⅰ)[J]. 廖晓昕. 中国科学(A辑 数学 物理学 天文学 技术科学). 1994(09)
硕士论文
[1]污水处理过程建模与控制[D]. 叶玲平.浙江工业大学 2005
[2]活性污泥法污水处理过程智能建模及仿真研究[D]. 余颖.北京工业大学 2005
[3]基于神经网络的污水处理水质预测研究[D]. 高平平.西南交通大学 2004
[4]活性污泥法污水处理计算机仿真软件的开发及应用[D]. 范石美.浙江工业大学 2004
[5]虚拟数字存储示波器的研究与实现[D]. 温苗利.西安科技学院 2002
本文编号:2927423
【文章来源】:山东科技大学山东省
【文章页数】:94 页
【学位级别】:硕士
【部分图文】:
神经元结构图
输出单元从隐层单元接收输出活动的全部模式,但隐层单元往输出层的信号传递要经过权重的连接,所以输出层单元有的点激发、有的点抑制,从而产生相应的输出信号。输出层单元输出的模式就是网络对输入模式激励的总的响应。图2.3是一个完整的神经元
二=厂(1咋夕+b)衬图2.7BP神经元模型Fig2.7StrUetureofBPNerveCell.BP神经网络结构BP神经网络通常采用基于BP神经元的多层前向神经网络的结构形式。BP神经网络通常具有一个或多个隐层,其中,隐层神经元通常采用Sigmoid型传递函,而输出层神经元则采用purelin型传递函数。图2.8给出了一个具有单隐层的BP神经络模型,其中,输入维数为2,隐含层含有4个神经元,采用tansig作为传递函数,输层包含3个神经元,采用pulelin传递函数。理论已经证明,具有如图2,8所示的BP神网络,当隐层神经元数目足够多时,可以以任意精度逼近任何一个具有有限间断点的非性函数。
【参考文献】:
期刊论文
[1]活性污泥法污水处理过程的建模与仿真技术的研究[J]. 余颖,乔俊飞. 信息与控制. 2004(06)
[2]SBR出水BOD值的RBF软测量法[J]. 刘载文,崔莉凤,祁国强,侯朝桢,刘太杰. 中国给水排水. 2004(05)
[3]基于神经网络的土霉素废水处理试验仿真系统[J]. 帖春英,王化军,潘向忠,魏有权. 环境污染与防治. 2003(06)
[4]污水生化处理过程建模与控制[J]. 杜树新. 控制理论与应用. 2002(05)
[5]活性污泥法污水处理过程自动控制的研究现状[J]. 商敏儿,杜树新,吴铁军. 环境污染治理技术与设备. 2002(01)
[6]MATLAB软件工具箱简介[J]. 杨建强,罗先香. 水科学进展. 2001(02)
[7]间歇曝气活性污泥系统神经网络水质模型[J]. 郭劲松,龙腾锐,高旭,黄天寅. 中国给水排水. 2000(11)
[8]人工神经网络在环境科学中的应用研究[J]. 郝明亮,徐建英,左玉辉. 上海环境科学. 1999(11)
[9]运用回归分析与人工神经网络预测含硫芳香族化合物好氧生物降解速率常数[J]. 张爱茜,韩朔睽,沈洲,马静. 环境科学. 1998(01)
[10]细胞神经网络的数学理论(Ⅰ)[J]. 廖晓昕. 中国科学(A辑 数学 物理学 天文学 技术科学). 1994(09)
硕士论文
[1]污水处理过程建模与控制[D]. 叶玲平.浙江工业大学 2005
[2]活性污泥法污水处理过程智能建模及仿真研究[D]. 余颖.北京工业大学 2005
[3]基于神经网络的污水处理水质预测研究[D]. 高平平.西南交通大学 2004
[4]活性污泥法污水处理计算机仿真软件的开发及应用[D]. 范石美.浙江工业大学 2004
[5]虚拟数字存储示波器的研究与实现[D]. 温苗利.西安科技学院 2002
本文编号:2927423
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/2927423.html