学位论文 > 优秀研究生学位论文题录展示

基于数据融合技术舞台故障诊断方法的研究

作　者: 仝磊
导　师: 王直
学　校: 江苏科技大学
专　业: 模式识别与智能系统
关键词: 旋转舞台 故障诊断 BP神经网络 D-S证据理论 数据融合
分类号: TP18
类　型: 硕士论文
年　份: 2011年
下　载: 23次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着生活水平的提高,观众对文化艺术的要求也随之增长,这就对舞台技术提出了更高的要求,但是舞台控制系统结构复杂,保养维修费用高昂,因此有必要寻找高效而实用的舞台故障诊断方法。本文在参考大量故障诊断资料的前提下,结合舞台故障发生的特点,将近些年来在控制系统领域比较热门的数据融合技术应用在国家大剧院旋转舞台故障诊断系统中,给出了一种BP网络和D-S证据理论相结合的数据融合舞台故障诊断方法,从而实现了它们的优势互补,提高了诊断效率。本文首先介绍了人工神经网络的基本理论,根据BP网络的特点,分析采用神经网络进行故障诊断的可行性,进而重点分析了BP神经网络故障诊断基本原理。其次,针对BP神经网络在故障诊断应用中的不足,考虑到数据融合具有不需要先验概率、很好区分“不知道”和“不确定”等优点,选择将神经网络与数据融合相结合方法应用到舞台故障诊断系统中,进而构建了舞台故障诊断系统所需的神经网络结构,为诊断系统的设计提供了理论指导。最后,具体介绍了旋转舞台的故障机理,并且结合旋转舞台的特点,给出了综合诊断模型。通过现场采集到的振动和噪声数据进行相关处理和特征提取,接着采用BP神经网络数据进行局部诊断。最后利用D-S证据理论对局部诊断结果进行融合,最终得到了满意的结果,从而验证了BP神经网络和证据理论相结合的舞台故障诊断方法的实效性。

全文目录


摘要  6-7
Abstract  7-12
第1章 绪论  12-19
  1.1 课题的目的与意义  12
  1.2 数据融合  12-17
    1.2.1 数据融合技术产生的背景  12-13
    1.2.2 数据融合的定义  13-14
    1.2.3 数据融合的方法  14
    1.2.4 数据融合技术的应用  14-15
    1.2.5 信息融合技术存在问题及发展趋势  15-17
  1.3 故障诊断的发展  17
  1.4 所选课题的主要内容及重点  17-19
第2章 人工神经网络  19-31
  2.1 神经网络的产生  19
  2.2 神经元  19-21
  2.3 神经网络的互连模式  21-23
  2.4 神经网络的特点  23
  2.5 神经网络的学习方式  23-26
  2.6 人工神经网络的优缺点  26
  2.7 BP 神经网络  26-29
    2.7.1 BP 网络学习算法  27-29
  2.8 BP 网络的局限性  29
  2.9 BP 神经网络故障诊断原理  29-30
  2.10 本章小结  30-31
第3章 数据融合技术  31-42
  3.1 数据融合的基本原理  31-32
  3.2 数据融合的层次  32-33
  3.3 数据融合的结构模型  33-34
  3.4 证据理论  34-38
    3.4.1 证据理论的基本概念  35-36
    3.4.2 证据理论的组合规则  36-38
  3.5 证据的折扣  38
  3.6 证据理论的决策  38-39
    3.6.1 基于信度函数的决策  38-39
    3.6.2 基于综合概率分配函数的决策  39
  3.7 证据理论的优点  39
  3.8 证据理论与神经网络结合的数据融合诊断方法  39-41
  3.9 本章小结  41-42
第4章 舞台故障诊断系统设计  42-47
  4.1 舞台故障监测系统  42
  4.2 舞台故障诊断系统结构  42-43
  4.3 舞台故障检测与诊断基本思路  43-44
  4.4 BP 神经网络的设计  44-45
    4.4.1 初始值权值的选取  44
    4.4.2 网络层数的确定  44-45
    4.4.3 隐含层节点数目的设计  45
    4.4.4 学习速率的选择  45
    4.4.5 期望误差选择  45
  4.5 本章小结  45-47
第5章 数据融合与神经网络结合的故障诊断方法  47-66
  5.1 旋转舞台基本故障机理  47-48
  5.2 神经网络与证据理论结合舞台诊断应用  48-49
    5.2.1 神经网络和证据理论结合的工作原理  48-49
    5.2.2 神经网络旋转舞台诊断模型  49
  5.3 神经网络的建立  49-56
    5.3.1 基于神经网络旋转舞台故障诊断方法  49-50
    5.3.2 诊断特点  50
    5.3.3 局部诊断神经网络结构设计  50-56
  5.4 基于证据理论全局诊断实例  56-58
  5.5 故障诊断系统的实例应用  58-65
    5.5.1 舞台故障诊断系统组成  58
    5.5.2 神经网络与证据理论结合诊断实例  58-65
  5.6 本章小结  65-66
总结  66-68
  本文总结  66
  工作展望  66-68
参考文献  68-72
攻读硕士学位期间发表的学术论文  72-73
致谢  73-74
大摘要  74-79

相似论文

  1. 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
  2. 八作动器隔振平台的六自由度容错控制研究,TB535.1
  3. 基于微型无人平台导航多传感器信息融合算法研究,V249.32
  4. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  5. 双传感器图像联合目标检测及系统实现研究,TP391.41
  6. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  7. 机械臂视觉伺服系统的研究,TP242.6
  8. 三容水箱系统故障诊断算法研究,TP277
  9. 市级旅游用地规划环境影响评价研究,X820.3
  10. 珠三角地区高性能混凝土配合比智能化系统,TU528
  11. 大学生综合素质测评研究,G645.5
  12. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  13. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  14. 海上平台消防系统研究,U698.4
  15. 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
  16. 无线传感器网络数据融合算法及模型研究,TN929.5
  17. 基于因子分析和BP神经网络的风机状态诊断研究,F426.61
  18. 基于视频的动物运动跟踪分析系统及应用研究,TP391.41
  19. 无线传感器网络数据融合技术的相关研究,TN929.5
  20. 多传感器网络数据融合技术的研究,TN929.5;TP202

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
© 2012 www.xueweilunwen.com