学位论文 > 优秀研究生学位论文题录展示
神经网络和模糊推理在故障诊断中的应用研究
作 者: 尹玉萍
导 师: 李晓竹
学 校: 辽宁工程技术大学
专 业: 电力电子与电力传动
关键词: 故障智能诊断 模糊推理 BP神经网络 专家系统 知识库 推理机
分类号: TP183
类 型: 硕士论文
年 份: 2007年
下 载: 254次
引 用: 1次
阅 读: 论文下载
内容摘要
随着科技的迅速发展以及大型复杂系统在工业生产中的广泛应用,使得常规故障诊断技术越来越难以满足人们对大型复杂系统提出的可靠性要求,而基于模糊推理和人工神经网络的智能诊断技术越来越受到青睐,是大型复杂系统故障诊断发展的重点方向。本文介绍了模糊逻辑和人工神经网络的基本理论,然后将两者结合起来进行优势互补,构建了一种人工神经网络和模糊推理技术相结合的故障诊断方法。检测变量的部分数据先送入神经网络进行处理,其所得的初步诊断结果再结合其他相关测量值经模糊推理系统处理,得到最终诊断结果,最终由原理解释系统给出故障诊断依据。这种方法明显降低了模糊推理部分构造的复杂性,加强了人工神经网络的可解释性。通过热硝酸冷却系统的实例证明,将模糊推理技术和神经网络技术结合起来应用到故障诊断系统中是可行的,也是有效的。
|
全文目录
摘要 3-4 Abstract 4-7 1 绪论 7-11 1.1 问题的提出 7 1.2 故障诊断技术的概述 7-10 1.2.1 当前常用的几种诊断方法 7-9 1.2.2 智能诊断系统的研究 9-10 1.3 本文的主要工作 10-11 2 模糊理论概述 11-16 2.1 模糊理论的发展及应用 11-12 2.1.1 模糊控制理论发展概况 11 2.1.2 模糊控制应用概况 11 2.1.3 目前模糊控制所面临的主要任务 11-12 2.2 模糊控制器 12-15 2.2.1 模糊控制器组成 12-13 2.2.2 论域、量化因子、比例因子的选择 13-15 2.3 本章小结 15-16 3 人工神经网络理论概述 16-20 3.1 神经网络的发展情况 16 3.2 神经网络特征 16-17 3.3 模糊和神经网络的结合 17-18 3.4 神经网络与自动控制 18-19 3.5 本章小结 19-20 4 神经网络实现的模糊控制及在制造硝酸控制系统中的应用 20-43 4.1 神经网络控制模型 20-28 4.1.1 常规模糊系统的模糊模型 20-22 4.1.2 隶属函数网络模型 22-23 4.1.3 模糊神经网络控制模型 23-25 4.1.4 模糊神经网络的学习算法 25-28 4.2 模糊神经网络的应用 28-38 4.2.1 模糊神经网络自学习控制器 28-29 4.2.2 控制器的设计 29-33 4.2.3 控制器学习算法 33-36 4.2.4 神经网络预测器 NNP 的结构 36-38 4.3 模糊神经网络的 MATLAB 实现 38-43 5 实际应用 43-64 5.1 制造稀硝酸的常压操作系统方法简介 43-46 5.2 对冷却工艺流程的改进 46-47 5.3 故障诊断系统建立 47-59 5.3.1 回路级诊断系统建立 47-49 5.3.2 元件级诊断系统的建立 49-58 5.3.3 原理解释部分 58-59 5.4 故障检测系统 59-64 6 结论 64-65 攻读硕士学位期间发表的学术论文 65-66 致谢 66-67 参考文献 67-69 附录 69-76
|
相似论文
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 配电线路故障智能诊断装置的研究,TM755
- 高速公路拆迁民众生存系统评价研究,D523
- 我国进境植物检疫专家系统开发,S41-30
- 煤矿风险信息集成与智能预警研究,X936
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 面向领域的数据库问答系统关键技术研究,TP311.13
- 制造特征提取与智能工艺决策技术研究,TH162
- 汉语框架自动识别中的歧义消解,TP391.1
- 模糊预测函数控制改进算法的研究及应用,TP273
- 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
- 基于神经网络的漯河技术监督局食品安全预警系统研究,F203
- 基于神经网络的自适应噪声主动控制研究,TP183
- 基于SE300的车削专家系统关键技术研究,TP182
- 数字型仪表自动识读系统研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com
|