基于自适应共振理论的混合智能诊断方法及其应用

发布时间：2021-04-27 20:51

　　复杂机械系统状态和性能的诊断与评估是先进制造系统的重要组成部分,也是保证生产和质量控制的稳定性的重要手段。基于传统神经网络的智能诊断技术在对复杂机械设备的状态和性能进行诊断和评估时,常遭受“稳定性”和“适应性”的困窘,而基于自适应共振理论的神经网络则能很好地解决此问题。为了充分发挥该网络的优势,使其更好地应用于设备的状态和性能的诊断与评估之中,本论文以自适应共振理论为基础,深入研究了基于自适应共振理论的混合智能诊断技术,并将其应用于自制的准高速进给系统的状态和性能的评估和诊断分析之中。论文首先深入地分析了模糊自适应共振理论（Fuzzy ART）的基本原理和性质。针对Fuzzy ART的性能受训练样本顺序影响的缺点,以及基于Yu的范数的相似分类器和ART的优点,提出了一种基于Yu的范数的ART-Similarity无监督诊断方法。从多个角度提取反应机械设备不同状态和性能的特征参数,利用距离区分技术进行敏感特征参数的选择,并结合ART-Similarity分类器对机械设备的状态和性能进行诊断分析。通过对齿轮不同剥落程度的故障分析,结果表明结合特征选择的无监督分类方法的诊断精度较高,甚至优于... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：137 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题概述
    1.2 设备诊断发展历史及研究内容
    1.3 智能诊断技术的研究现状
    1.4 自适应共振理论的研究现状
    1.5 混合智能诊断技术的研究现状
    1.6 课题提出及研究目的
    1.7 论文研究内容及安排
2 基于Yu的范数ART-Similarity无监督智能诊断方法的研究
    2.1 引言
    2.2 特征参数的抽取
    2.3 基于距离区分技术的特征参数选择
    2.4 Fuzzy ART的概述
    2.5 基于Yu的范数ART-Similarity的算法
    2.6 诊断模型
    2.7 仿真试验
    2.8 本章小结
3 基于改进Fuzzy ARTMAP有监督智能诊断方法的研究
    3.1 引言
    3.2 Fuzzy ARTMAP的原理
    3.3 改进的Fuzzy ARTMAP网络
    3.4 特征参数提取
    3.5 诊断系统
    3.6 仿真试验
    3.7 本章小结
4 基于特征域选择性集成的Fuzzy ARTMAP智能诊断方法的研究
    4.1 引言
    4.2 特征参数的抽取和选择
    4.3 选择性集成的Fuzzy ARTMAP智能诊断方法
    4.4 仿真试验
    4.5 本章小结
5 基于加权的Fuzzy ARTMAP智能诊断方法的研究
    5.1 引言
    5.2 加权的Fuzzy ARTMAP
    5.3 基于改进距离评估技术的特征选择和加权
    5.4 基于加权的Fuzzy ARTMAP的诊断系统
    5.5 仿真分析
    5.6 本章小结
6 基于Fuzzy ART&ARTMAP诊断及规则抽取的研究
    6.1 引言
    6.2 Fuzzy ARTMAP网络规则抽取
    6.3 Fuzzy ART&ARTMAP规则的建立
    6.4 仿真分析
    6.5 本章小结
7 基于ART-RBF混合预测方法的研究
    7.1 引言
    7.2 基于ART-RBF的混合预测模型
    7.3 预测结果的评价方法
    7.4 仿真分析
    7.5 本章小结
8 基于ART混合智能诊断方法在进给系统中的应用
    8.1 引言
    8.2 进给系统机械装备
    8.3 进给系统状态和性能监测分析
    8.4 本章小结
9 全文总结与展望
    9.1 全文总结
    9.2 研究展望
致谢
参考文献
附录Ⅰ 攻读博士学位期间发表的学术论文
附录Ⅱ 实验装置实物图
附录Ⅲ 获奖证书


【参考文献】：
期刊论文
[1]GRNN算法在电力系统负荷建模中的应用[J]. 余健明,李萌,舒菲.  电力系统及其自动化学报. 2009(01)
[2]基于声强信号分析和组合神经网络的发动机故障诊断[J]. 李增芳,何勇,徐高欢.  农业机械学报. 2008(12)
[3]基于小波灰度矩向量与连续马尔可夫模型的轴承故障诊断[J]. 徐增丙,轩建平,史铁林,吴波,胡友民.  中国机械工程. 2008(15)
[4]旋转机械故障诊断的神经网络方法研究[J]. 栾美洁,许飞云,贾民平.  噪声与振动控制. 2008(01)
[5]RBF神经网络在股价预测中的应用[J]. 江弋,林永鹏.  心智与计算. 2007(04)
[6]基于RBF神经网络的交通流量预测算法[J]. 朱文兴,龙艳萍,贾磊.  山东大学学报(工学版). 2007(04)
[7]双重BP神经网络组合模型在实时数据预测中的应用[J]. 李蔚,盛德仁,陈坚红,任浩仁,袁镇福,岑可法,周永刚.  中国电机工程学报. 2007(17)
[8]基于双重竞争共振机制的模糊ART神经网络[J]. 汪国有,张磊,王文涛.  华中科技大学学报(自然科学版). 2006(10)
[9]基于动态树理论的刀具磨损监测技术[J]. 高宏力,许明恒,傅攀,杜全兴.  机械工程学报. 2006(07)
[10]基于小波包能量谱的HMM钻头磨损监测[J]. 郑建明,李言,袁启龙,李鹏阳.  中国机械工程. 2006(12)

博士论文
[1]热弹性效应和数控机床进给系统热动态特性的研究[D]. 夏军勇.华中科技大学 2008
[2]旋转机械故障诊断量子神经计算技术研究[D]. 陈平.重庆大学 2007



本文编号：3164138