改进BP算法和模糊逻辑在双轴转台故障诊断中的应用

论文摘要

转台是一种复杂的集机、电于一体的惯导测试与仿真设备,在航天、航空和航海等领域中发挥着巨大的作用。为了使转台能够长期稳定可靠地工作,对其开展故障诊断技术的研究非常的有必要。本文针对转台故障与征兆之间存在着复杂的非线性映射关系,利用模糊神经网络强大的模糊信息处理能力和自学习能力,提出了一种基于模糊神经网络的双轴转台故障诊断系统,并实现了诊断系统软件的编制。首先,通过对转台系统结构的深入分析,将转台常见的故障分为五类:机械故障、控制器故障、执行器故障、测角系统故障和通讯故障。根据故障底事件与特征信号之间的关系,建立了转台故障的决策表。为了消除信号中高频噪声,设计了一个二阶低通滤波器,同时还运用了小波分析去噪理论,并对阈值函数进行了改进,取得了一定的效果。其次,系统地介绍了诊断系统的模糊神经网络模型和其所用的BP算法,针对BP算法的不足,把遗传算法、引入惯性项和动态调整学习率三种方法相结合,对普通的BP算法进行优化改进,并将经过改进的BP算法用于转台的故障诊断中。采用一种抗噪声训练方法训练网络,使诊断系统可以克服一定幅值噪声的干扰。通过和标准网络进行对比,引入改进BP算法的模糊神经网络,具有较好的全局逼近能力,能够准确地实现故障的识别。最后,用Delphi和Matlab混合编程技术完成了诊断系统的编制。诊断系统分为神经网络训练、小波去噪、数据库管理和故障诊断四个功能模块,具备实时监测和诊断的能力。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的目的和意义
• 1.2 故障诊断技术的发展状况概述
• 1.2.1 故障诊断的概念
• 1.2.2 故障诊断发展历程
• 1.2.3 诊断方法的分类
• 1.3 国内外转台故障诊断现状
• 1.4 本文主要的研究内容
• 第2章 转台故障的分析与信号的处理
• 2.1 转台的组成和结构
• 2.2 转台的常见故障
• 2.2.1 机械故障
• 2.2.2 控制器故障
• 2.2.3 测角系统故障
• 2.2.4 执行器故障
• 2.2.5 通讯故障
• 2.3 转台故障决策表的建立
• 2.4 小波分析的基础理论
• 2.4.1 连续小波变换
• 2.4.2 离散小波变换
• 2.5 小波去噪
• 2.5.1 小波去噪的步骤
• 2.5.2 自适应阈值规则的选择
• 2.5.3 改进阈值函数
• 2.6 模拟滤波器的设计
• 2.7 本章小结
• 第3章 模糊神经网络在故障诊断中的应用
• 3.1 模糊神经网络的基础理论
• 3.1.1 模糊集合的定义
• 3.1.2 隶属函数确定方法
• 3.1.3 模糊推理系统
• 3.1.4 模糊系统和神经网络融合的形态
• 3.2 BP 神经网络
• 3.2.1 BP 神经网络模型
• 3.2.2 BP 算法原理
• 3.2.3 BP 神经网络的优缺点
• 3.3 BP 算法的改进
• 3.3.1 遗传算法优化网络初始值
• 3.3.2 引入惯性项的学习法
• 3.3.3 仿真实验及结果分析
• 3.4 故障诊断的神经网络模型
• 3.4.1 网络的结构模型
• 3.4.2 故障的决策方法
• 3.5 模糊神经网络在诊断中的应用
• 3.5.1 训练数据的选取
• 3.5.2 数据的归一化的方法
• 3.5.3 神经网络的训练
• 3.5.4 仿真实验与结果分析
• 3.6 本章小结
• 第4章 故障诊断系统的软件实现
• 4.1 软件平台的选择
• 4.2 系统的结构体系
• 4.2.1 神经网络训练模块
• 4.2.2 小波去噪模块
• 4.2.3 数据库管理模块
• 4.2.4 故障诊断模块
• 4.3 系统实现的关键技术
• 4.3.1 混合编程
• 4.3.2 多线程
• 4.3.3 数据库连接技术
• 4.4 本章小结
• 结论
• 参考文献
• 致谢