基于模糊神经网络的带式输送机故障诊断研究

发布时间：2017-06-10 11:00

  本文关键词：基于模糊神经网络的带式输送机故障诊断研究，，由笔耕文化传播整理发布。

【摘要】：装卸起重机械包括输送机、起重机、叉车等机械装备，广泛用于工业运输系统,如工厂、港口、车间和垃圾处理等场合。但随着这些机械设备的日益复杂化、大型化，在生产运输中涉及到的维修难度、运行可靠性、安全性及准确性已很难满足生产要求。所以，当下最捷径的方法就是能够建立起对运行设备及时地进行故障诊断。因此，对装卸起重机械设备进行故障诊断的检测与诊断，尤其是对故障诊断进行智能化是重中之重。 本文以神经网络和模糊理论为理论研究基础，重点研究了BP（Back Propagation）神经网络理论及模糊理论应用在具有代表性的装卸机械——带式输送机，以这种设备为研究对象，研究了机械故障诊断。结合Matlab，实现对带式输送机系统智能化故障检测与诊断的仿真。本文的主要研究任务为：分析了模糊理论和神经网络算法及BP算法的理论；建立带式输送机故障诊断中监测装置设计及安装方法，以及BP神经网络与带式输送机的故障诊断技术；把BP神经网络和模糊理论结合起来应用到带式输送机故障诊断中，利用模糊神经网络判断出带式输送机系统所发生的故障类型。首先把带式输送机故障样本进行模糊化，之后输入到已经训练好的模糊BP神经网络里进行数据训练，结果显示，能够在满足最小误差的情况下准确推理出带式输送机故障类型。方法可靠实用。相比之下，传统的故障诊断方法有很大的局限性。以Matlab为系统仿真平台，完成系统仿真设计。利用MATLAB软件中的工具箱对带式输送机模糊化后的BP神经网络故障诊断做了仿真。由仿真结果得出，模糊神经网络更具有优势，能够滤掉多余信息，节省时间空间，对工程利用有实用价值。
【关键词】：带式输送机 故障诊断 BP神经网络 模糊理论
【学位授予单位】：太原科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH222;TH165.3
【目录】：

• 中文摘要4-5
• ABSTRACT5-9
• 第一章 引言9-13
• 1.1 研究背景及意义9-10
• 1.1.1 课题的研究背景9
• 1.1.2 本研究的意义9-10
• 1.2 故障诊断研究现状10-12
• 1.2.1 国内10-11
• 1.2.2 国外11
• 1.2.3 故障诊断的未来发展11-12
• 1.4 本文研究主要内容12
• 1.5 本章小结12-13
• 第二章 模糊理论与神经网络算法及模糊神经网络13-29
• 2.1 神经网络13-16
• 2.1.1 人工神经网络理论13
• 2.1.2 BP 神经网络及理论分析13-14
• 2.1.3 BP 网络模型建立14
• 2.1.4 BP 神经网络的学习算法14-16
• 2.2 模糊理论16-26
• 2.2.1 模糊数学16-18
• 2.2.2 模糊集合的基本概念18-21
• 2.2.3 模糊集合的隶属函数21-26
• 2.3 模糊神经网络26-28
• 2.3.1 模糊神经网络的优点26-27
• 2.3.2 模糊神经网络集合的方式27-28
• 2.4 本章小结28-29
• 第三章 带式输送机故障诊断机理研究29-41
• 3.1 带式输送机的特点及型号29-31
• 3.1.1 带式输送机的特点29-30
• 3.1.2 带式输送机的型号30-31
• 3.2 皮带机故障机理研究31-39
• 3.2.1 胶带纵向撕裂31-34
• 3.2.1.1 胶带纵向撕裂机理32
• 3.2.1.2纵向撕裂检测32-34
• 3.2.2 胶带打滑34-36
• 3.2.3 胶带跑偏36-37
• 3.2.4 胶带断带37-39
• 3.2.5 撒料39
• 3.2.6 胶带火灾事故39
• 3.4 本章总结39-41
• 第四章 模糊神经网络在带式输送机故障诊断中的应用41-49
• 4.1 带式输送机信号输入类型41-42
• 4.2 信号调理42
• 4.3 数据采集卡42-43
• 4.4 带式输送机故障诊断的模糊模式识别方法43-46
• 4.4.1 模糊识别算法与归属原则44
• 4.4.2 带式输送机系统故障的模糊诊断44-46
• 4.5 BP 神经网络数据算法流程图46
• 4.6 模糊--神经网络流程图46-47
• 4.7 本章结论47-49
• 第五章 基于模糊神经网络带式输送机故障诊断的仿真49-57
• 5.1 Matlab 简介49
• 5.2 基于 Matlab 的模糊 BP 网络49-52
• 5.3 带式输送机故障诊断实例仿真52-56
• 5.3.1 诊断模型建立52-53
• 5.3.2 故障诊断模糊 BP 网络模型仿真53-55
• 5.3.3 BP 神经网络仿真55-56
• 5.4 本章总结56-57
• 第六章 结论与展望57-59
• 6.1 结论57
• 6.2 展望57-59
• 参考文献59-63
• 致谢63-65
• 攻读学位期间发表的学术论文65-66

【参考文献】

中国期刊全文数据库 前10条

1 李云松;任艳君;;智能诊断技术发展综述[J];四川兵工学报;2010年04期

2 张冰凌;许英姿;潘全文;;智能故障诊断方法的研究和展望[J];飞机设计;2007年05期

3 李凌云;牛跃伟;熊鲲;;带式输送机故障分析与预测系统的研发[J];港口装卸;2012年05期

4 曹凤才;岳凤英;;基于BP神经网络的液压系统故障诊断研究[J];中北大学学报(自然科学版);2010年06期

5 龚利;王云宽;宋英华;曹志强;;基于模糊神经网络的固体粉末自动配料控制系统[J];计量学报;2008年03期

6 赵番;张晓光;程真启;李辉;;基于模糊推理的带式输送机打滑故障诊断系统[J];矿山机械;2007年11期

7 王致杰,王耀才,李冬;现代大型设备故障智能诊断技术的现状与展望[J];煤矿机械;2003年07期

8 郜立焕;周长生;杨玮;王佃武;;基于带式输送机的多种状态监测与故障诊断[J];煤矿机械;2006年03期

9 杨庆宏;张安宁;陶选;;带式输送机输送带纵向撕裂保护装置的研究[J];煤矿机械;2006年07期

10 张小玉;鲁中键;;模糊神经网络技术在带式输送机故障诊断中的应用[J];煤矿机械;2006年11期

中国硕士学位论文全文数据库 前8条

1 田鹤;长距离带式输送机实时监控及故障诊断系统研究[D];太原科技大学;2011年

2 左静;基于模糊神经网络的城市轨道交通列车运行调整研究[D];兰州交通大学;2011年

3 付琼;智能故障诊断技术的研究与应用[D];大连理工大学;2002年

4 王昕;模糊神经网络在机械设计中的应用[D];西北工业大学;2002年

5 陈雪娟;基于模糊BP神经网络船舶避碰理论与方法研究[D];湖南大学;2005年

6 尉敏;基于模糊神经网络的绝缘子状态检测新方法的研究[D];东南大学;2006年

7 孙丽;基于神经网络的故障诊断专家系统的研究[D];东北师范大学;2007年

8 于婷婷;基于BP神经网络的滚动轴承故障诊断方法[D];大连理工大学;2008年

  本文关键词：基于模糊神经网络的带式输送机故障诊断研究，由笔耕文化传播整理发布。

本文编号：438195