论文题目: 基于神经网络和专家系统的智能故障诊断系统研究
论文类型: 硕士论文
论文专业: 测试计量技术及仪器
作者: 王晓垠
导师: 曹效英,秦文虎
关键词: 故障诊断,专家系统,神经网络,知识库,推理机,组态软件
文献来源: 东南大学
发表年度: 2005
论文摘要: 故障诊断是指在一定工作环境下查明导致系统某种功能失调的原因或性质,判断劣化状态发生的部位或部件以及预测状态劣化的发展趋势等。故障诊断技术是40年来发展起来的一门新学科,它具有很强的工程背景和重要的实用价值。近年来,为了满足复杂系统的诊断要求,随着计算机及人工智能的发展,诊断技术进入以知识处理为核心,信号处理、建模处理与知识处理相结合的智能诊断技术阶段。基于理论上较成熟的专家系统和BP神经网络,本文对专家系统和BP神经网络在液压设备故障诊断方面的应用进行了有益的探讨,提出了以专家系统为主,采用BP神经网络作为有益补充的智能故障诊断系统的基本结构。系统根据接收到的液体加注系统的运行参数与知识库中预先存储好的故障征兆表搜索出已发生的故障征兆,接着根据专家系统知识库中的规则表搜索出所有可能的故障原因,然后逐一验证所有可能的故障原因中其它征兆是否成立,直到最终推理出诊断结果。如果在专家系统知识库中搜索不到完全匹配的故障,则调用神经网络知识库进行推理,得出诊断结果。在专家系统部分,进行了知识库的设计,提出了综合采用面向对象方法和产生式规则表示法的知识表示方法,并采用数据库技术建立和维护知识库;在推理机设计中,发挥专家系统良好的人机交互功能,采用正反双向混合推理方法进行推理;在解释程序的设计中,采用预置文本与路径跟踪法,可以在用户需要时给出对推理结果和过程的详细解释。在神经网络部分,通过对液体加注系统的分析,建立了BP神经网络的基本结构,并提取专家系统知识库中的规则作为样本集和测试集,经过MALTAB的仿真训练和测试,得到最终的正确率较高的权值和阈值系数集合作为神经网络的知识库,在进行故障诊断时可由已建好的神经网络结构进行正向计算,推理出最终结果。在系统具体实现中,采用Visual C++ 6.0进行人机界面和整体控制程序的设计,采用ACCESS 2000进行知识库的建立、维护和其它数据文件的管理,利用Matlab进行神经网络部分的训练、仿真和计算。完成整个系统设计后,我们利用MCGS组态软件建立了燃料加注系统的二维虚拟模型,以模拟实际液体加注系统的运行对智能故障诊断系统进行测试,使我们能更加直观地监测智能故障系统的运行状态和故障诊断结果。经过测试实验,证明本系统达到实际应用要求,具有较高的准确率。本文提供了一种用于液压设备故障诊断的通用方案,对于类似系统的设计开发具有借鉴意义。本系统的投入使用可以提高实时故障诊断的准确性和速度,节约人力、物力,为防止重大生产事故的发生起到积极的作用。
论文目录:
中文摘要
英文摘要
第一章 绪论
1.1 课题背景
1.2 国内外研究现状
1.3 本课题的提出及研究意义
1.4 论文的主要研究内容
第二章 智能故障诊断系统的原理
2.1 故障诊断的智能化
2.2 专家系统的基本原理
2.3 人工神经网络的基本原理
2.3.1 神经元模型
2.3.2 BP 神经网络模型
2.3.3 神经网络的训练
第三章 智能故障诊断系统设计需求与分析
3.1 系统的需求分析
3.2 系统的设计方案
3.2.1 知识库的建立与维护
3.2.2 推理机制
3.2.3 解释机制
3.2.4 人机界面
第四章 智能故障诊断系统的具体实现
4.1 系统总体介绍
4.1.1 系统工作流程
4.1.2 系统开发工具选择
4.1.3 系统运行环境
4.2 知识库的设计
4.2.1 知识的分类
4.2.2 液体加注系统的知识分类
4.2.3 基于专家系统的显式知识库设计
4.2.4 基于神经网络的隐式知识库设计
4.3 推理机制的设计
4.3.1 整个系统推理机制的设计
4.3.2 基于专家系统的推理机设计
4.3.3 基于神经网络的推理机设计
4.4 解释机制的设计
4.4.1 面向专家系统的解释机制设计
4.4.2 面向神经网络的解释机制设计
4.5 人机界面的设计
第五章 系统仿真测试
5.1 MCGS 的目的与特点
5.2 MCGS 的基本原理与操作
5.3 二维仿真模型的建立
5.4 系统仿真测试流程
结束语
参考文献
致谢
硕士期间论文发表情况
发布时间: 2007-06-11
参考文献
- [1].神经网络和专家系统在道岔故障诊断中的应用研究[D]. 杨阳.兰州交通大学2013
- [2].基于分层神经网络的卫星故障诊断技术应用研究[D]. 高阳.哈尔滨工业大学2012
- [3].基于选择性神经网络的故障诊断研究[D]. 庞艳艳.华中科技大学2014
- [4].基于神经网络的模拟电路故障诊断专家系统研究[D]. 姚年春.河海大学2006
- [5].基于神经网络的烧结风机状态监测[D]. 何茹.辽宁科技大学2008
- [6].神经网络与模糊逻辑协同在故障诊断中的应用[D]. 王爱国.吉林大学2006
- [7].一种基于神经网络的专家系统的设计与实现[D]. 李军.北京工业大学2003
- [8].神经网络方法在光伏监控中的若干应用[D]. 李继勇.杭州电子科技大学2017
- [9].神经网络在模拟电路故障诊断中的方法研究[D]. 凌红英.扬州大学2008
- [10].工业控制系统神经网络故障诊断方法研究[D]. 王由华.北京化工大学2002
相关论文
- [1].故障诊断专家系统在某武器系统中的应用[D]. 唐志凌.重庆大学2005
- [2].基于故障树技术的远程故障诊断专家系统的研究[D]. 郭伟伟.西北工业大学2007
- [3].基于神经网络的飞机故障诊断专家系统研究[D]. 曹文远.西北工业大学2007
- [4].基于神经网络的电路板故障诊断专家系统的研究[D]. 储琳琳.首都师范大学2007
- [5].网络故障诊断专家系统知识库的设计与实现[D]. 吴晓知.电子科技大学2007
- [6].基于神经网络的故障诊断专家系统的研究[D]. 孙丽.东北师范大学2007
- [7].基于神经网络的工程机械液压故障诊断专家系统的研究与实现[D]. 韩斌.长安大学2005
- [8].智能故障诊断专家系统体系结构的研究[D]. 许丽婷.西安建筑科技大学2006
- [9].基于神经网络的卫星故障诊断专家系统及其应用[D]. 刘发金.哈尔滨工业大学2006
- [10].神经网络和模糊专家系统在故障诊断中的应用[D]. 孙增国.大连理工大学2004