神经网络和模糊推理在故障诊断中的应用研究

论文摘要

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。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 问题的提出
• 1.2 故障诊断技术的概述
• 1.2.1 当前常用的几种诊断方法
• 1.2.2 智能诊断系统的研究
• 1.3 本文的主要工作
• 2 模糊理论概述
• 2.1 模糊理论的发展及应用
• 2.1.1 模糊控制理论发展概况
• 2.1.2 模糊控制应用概况
• 2.1.3 目前模糊控制所面临的主要任务
• 2.2 模糊控制器
• 2.2.1 模糊控制器组成
• 2.2.2 论域、量化因子、比例因子的选择
• 2.3 本章小结
• 3 人工神经网络理论概述
• 3.1 神经网络的发展情况
• 3.2 神经网络特征
• 3.3 模糊和神经网络的结合
• 3.4 神经网络与自动控制
• 3.5 本章小结
• 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
• 4.1 神经网络控制模型
• 4.1.1 常规模糊系统的模糊模型
• 4.1.2 隶属函数网络模型
• 4.1.3 模糊神经网络控制模型
• 4.1.4 模糊神经网络的学习算法
• 4.2 模糊神经网络的应用
• 4.2.1 模糊神经网络自学习控制器
• 4.2.2 控制器的设计
• 4.2.3 控制器学习算法
• 4.2.4 神经网络预测器 NNP 的结构
• 4.3 模糊神经网络的 MATLAB 实现
• 5 实际应用
• 5.1 制造稀硝酸的常压操作系统方法简介
• 5.2 对冷却工艺流程的改进
• 5.3 故障诊断系统建立
• 5.3.1 回路级诊断系统建立
• 5.3.2 元件级诊断系统的建立
• 5.3.3 原理解释部分
• 5.4 故障检测系统
• 6 结论
• 攻读硕士学位期间发表的学术论文
• 致谢
• 参考文献
• 附录