基于神经网络的故障诊断专家系统的研究

发布时间：2017-05-07 14:16

  本文关键词：基于神经网络的故障诊断专家系统的研究，由笔耕文化传播整理发布。

【摘要】： 随着人工智能技术的不断进步,诊断技术己开始进入一个新阶段,即智能化诊断阶段。将人工智能领域的各种方法加以综合利用并用于故障诊断,特别是针对模糊性的诊断对象,将更有利于深入细致地刻画与描述故障的特征,使推理过程与客观实际更加相符,同时也克服了传统的故障诊断专家系统中所存在的知识“瓶颈”问题。将人工智能领域中的各种方法有机结合,可以大大提高故障诊断的水平和效率。 本文应用专家系统和神经网络两种方法结合对装甲车辆传动系统中变速箱的故障诊断问题进行了研究。在基于知识的传统专家系统的基础上,提出了一种新的变速箱故障诊断专家系统模式——基于神经网络的专家系统,克服了传统专家系统不能进行自学习、自适应的缺陷。 此外文中还建立了一个BP神经网络专家系统,利用所获得的故障样本数据对网络进行训练,从而实现了对某些故障的智能诊断。在对神经网络故障样本训练过程中,合理选取网络参数。其诊断结果表明,各故障样本训练均能快速有效的收敛于设定的误差值,而且网络具有一定的泛化能力。
【关键词】：故障诊断 专家系统 神经网络 动力传动系统 变速箱
【学位授予单位】：东北师范大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TP182
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-13
• 1.1 故障诊断概述8-10
• 1.1.1 故障诊断的概念及意义8-9
• 1.1.2 故障诊断系统的功能和特点9-10
• 1.2 智能故障诊断技术10-12
• 1.2.1 智能故障诊断技术概述10
• 1.2.2 智能故障诊断技术的方法10-12
• 1.3 本论文的研究背景及意义12-13
• 第二章 装备智能故障诊断基本理论13-19
• 2.1 智能故障诊断系统的一般结构和功能特点13-15
• 2.1.1 系统的一般结构13-14
• 2.1.2 系统的功能特点14-15
• 2.2 智能故障诊断系统中知识的获取策略15-16
• 2.2.1 传统的知识获取方法15
• 2.2.2 智能故障诊断系统中知识获取的一般模型15-16
• 2.3 智能故障诊断系统中知识的表示方法16-19
• 2.3.1 知识表示的概念16-17
• 2.3.2 诊断知识的复合框架与规则的表示方法17-19
• 第三章 基于神经网络的故障诊断专家系统技术19-26
• 3.1 专家系统结构19-20
• 3.1.1 专家系统的概念和特征19
• 3.1.2 专家系统的基本组成19-20
• 3.2 神经网络基本理论20-26
• 3.2.1 神经网络的基本组成21-22
• 3.2.2 人工神经网络的典型模型22-23
• 3.2.3 神经网络的拓扑结构23-24
• 3.2.4 神经网络的关键技术24-26
• 第四章 基于神经网络的故障诊断专家系统设计与实现26-43
• 4.1 基于神经网络的故障诊断专家系统26-28
• 4.1.1 专家系统与神经网络结合的途径和方法26-27
• 4.1.2 基于神经网络的故障诊断专家系统27-28
• 4.2 神经网络故障诊断专家系统应用分析28-34
• 4.2.1 知识库设计28-31
• 4.2.2 推理机设计31-34
• 4.3 BP 神经网络34-38
• 4.3.1 BP 神经网络结构35
• 4.3.2 误差反向传播训练算法35-38
• 4.3.3 改进的Levenberg-Marquardt 优化算法38
• 4.4 特征参数提取38-39
• 4.5 变速箱齿轮故障分类与诊断39-43
• 4.5.1 变速箱齿轮故障分类39
• 4.5.2 输入和目标向量设计39-40
• 4.5.3 BP 网络设计40-43
• 第五章 总结与展望43-44
• 参考文献44-46
• 后记46-47
• 在学期间公开发表论文及著作情况47

【相似文献】

中国期刊全文数据库 前10条

1 孔未臣;;简析小波神经网络应用于模拟电路故障诊断的进展[J];科技信息;2011年16期

2 陈爱武;贾建芳;吴俊清;;基于自适应观测器的线性离散系统故障诊断[J];南京理工大学学报;2011年03期

3 兰琴丽;章乐多;;BP神经网络在光伏发电系统故障诊断中的应用[J];通信电源技术;2011年04期

4 焦永旗;;广播电视网故障诊断系统研究[J];科协论坛(下半月);2011年07期

5 杨晨;石宝军;;BP神经网络和Elman神经网络在模拟电路故障诊断中的应用[J];电脑知识与技术;2011年17期

6 钟建伟;;基于改进模糊C均值算法的电力电子电路故障诊断[J];低压电器;2011年16期

7 戴志超;;神经网络对水电机组振动故障的应用研究[J];计算机仿真;2011年06期

8 李磊;杨峰;赵鹏鹏;;基于故障树和虚拟仪器的故障诊断系统研究[J];飞航导弹;2011年07期

9 黄中华;谢雅;;基于Hilbert变换的滚动轴承内环和外环故障诊断[J];中南大学学报(自然科学版);2011年07期

10 张健;徐红兵;王情;;多重分形谱在集成电路动态电流故障诊断中的应用[J];电子科技大学学报;2011年04期

中国重要会议论文全文数据库 前10条

1 段志善;东亚斌;;灰色故障诊断方法及其发展的思考[A];振动利用技术的若干研究与进展——第二届全国“振动利用工程”学术会议论文集[C];2003年

2 卢达川;;液压系统现场故障诊断方法[A];第五届设备管理第八届设备润滑与液压学术会议论文集——《设备管理设备润滑与液压技术》[C];2004年

3 肖江;蒋爱平;;基于PCA的SVM故障诊断方法研究与应用[A];全国先进制造技术高层论坛暨制造业自动化、信息化技术研讨会论文集[C];2005年

4 肖江;蒋爱平;;基于PCA的SVM故障诊断方法研究与应用[A];第十届全国信息技术化工应用年会论文集[C];2005年

5 罗贺;付超;季星;;基于DS证据理论的智能故障诊断方法[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

6 乔文生;陈兴辉;艾士娟;胡北;赵恒;;基于小波包和BP神经网络的滚动轴承故障诊断[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

7 张艳菊;李钢;张仁斌;吴燎原;;一种基于模式匹配的故障诊断方法[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

8 赵宏伟;张清华;夏路易;邵龙秋;;机械故障诊断综述[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

9 汪松;刘鲁源;;基于微机系统的开关电源自动故障诊断[A];1999中国控制与决策学术年会论文集[C];1999年

10 郭洪澈;姚兴佳;;基于神经网络的大型风力发电机软并网故障诊断方法[A];中国太阳能学会2001年学术会议论文摘要集[C];2001年

中国重要报纸全文数据库 前10条

1 ;中共沈阳市委关于开展向陈新海同志学习活动的决定[N];沈阳日报;2010年

2 李东梅　连小芳;抠门大方文孝珠[N];宁夏日报;2007年

3 广西龙州县鸭水电厂 王f ;变压器故障诊断方法的探讨[N];中华合作时报;2004年

4 记者 谢克俭;省科协全力备战“6·18”[N];福建科技报;2006年

5 记者 谢克俭;院士项目签约6项总投资3.75亿元[N];福建科技报;2006年

6 蒋金波;新时代需要高素质修车专家[N];市场报;2005年

7 林子务;故障的感官诊断[N];中国纺织报;2004年

8 姜朝晖　李成先;研发设备监测系统通过专家评审[N];抚顺日报;2009年

9 ;机械工业出版社推出一批新书（下）[N];中国机电日报;2000年

10 钱宇 李秀喜;先进技术为化工安全保驾护航[N];中国化工报;2005年

中国博士学位论文全文数据库 前10条

1 金瑜;基于小波神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2008年

2 蒋丽英;基于FDA/DPLS方法的流程工业故障诊断研究[D];浙江大学;2005年

3 谢宏;基于Volterra级数、小波分析与神经网络的非线性网络故障诊断方法的研究[D];湖南大学;2005年

4 陈晓娟;模拟电路神经网络故障诊断方法的研究[D];吉林大学;2006年

5 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年

6 李厦;基于Petri网的故障诊断技术研究及其在液压系统中的应用[D];同济大学;2006年

7 张超;基于支持向量机的汽轮机轴系振动故障智能诊断研究[D];华北电力大学（河北）;2009年

8 刘美容;基于遗传算法、小波与神经网络的模拟电路故障诊断方法[D];湖南大学;2009年

9 马敏;并行多任务自动测试系统分层化建模及其关键技术研究[D];电子科技大学;2008年

10 赵文清;基于数据挖掘的变压器故障诊断和预测研究[D];华北电力大学（河北）;2009年

中国硕士学位论文全文数据库 前10条

1 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

2 何雷;汽车专家系统—维修指导模块的设计与实现[D];吉林大学;2008年

3 顾勤林;汽车电控系统在线故障诊断方法的研究[D];合肥工业大学;2005年

4 唐新安;600KW风力发电机组故障诊断[D];新疆大学;2006年

5 潘玉松;基于主元分析的传感器故障检测与诊断[D];华北电力大学（河北）;2006年

6 殷亚平;基于学习算法的复杂故障诊断模型与方法研究[D];北京交通大学;2007年

7 赵国庆;基于小波降噪与HHT方法的齿轮故障诊断方法[D];武汉科技大学;2007年

8 虞国全;基于支持向量机的智能故障诊断技术研究[D];南昌大学;2007年

9 黄跃群;机车电子控制柜动态检测与故障诊断系统研究[D];西南交通大学;2008年

10 管辉;基于小波分析的滚动轴承故障诊断方法研究[D];太原科技大学;2008年

  本文关键词：基于神经网络的故障诊断专家系统的研究，，由笔耕文化传播整理发布。

本文编号：350031