某大型企业制氧站故障诊断系统的设计与实现

论文摘要

本文针对某大型企业制氧站故障诊断的特点,建立了基于神经网络的故障诊断专家系统(ANNES)的模型及系统各组成部分(知识存储系统、学习系统、推理机、解释器和人机交互界面)的详细结构和设计方法。本系统从实用角度出发,依据计算机数据结构原理,关系数据库原理完成知识表示,建立了较完善的知识库,实现了确定性故障诊断所需的知识库和推理机。重点以神经网络工具开发了专家系统。系统主要实现的功能包括:生产过程确定性故障诊断功能;故障模糊查询功能;用户诊断数据库浏览、打印、保存功能;知识库维护修改、自学习和可扩充的功能。最后针对制氧站实现了基于ANNES的故障诊断,证明了该故障诊断方法的可行性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题提出的背景
• 1.2 故障诊断系统的目的和意义
• 1.3 国内外研究状况
• 1.4 本文的主要工作
• 第二章 人工神经网络概述
• 2.1 基于知识和神经网络的故障诊断技术
• 2.2 人工神经元模型
• 2.3 人工神经网络模型
• 2.4 神经网络的学习
• 2.5 多层向前网络及BP算法
• 2.6 BP算法应该注意的问题
• 第三章 故障诊断系统的设计方案
• 3.1 神经网络和专家系统结合的必要性
• 3.2 基于神经网络的专家系统模型
• 3.3 基于神经网络的故障诊断专家系统的建立
• 第四章 故障诊断对象分析与知识表达
• 4.1 故障诊断对象分析
• 4.2 故障数据采集方法与知识表达
• 4.3 故障诊断系统软件设计
• 第五章 基于神经网络的故障诊断系统具体实现
• 5.1 系统总体设计
• 5.2 确定性故障诊断
• 5.3 故障数据处理
• 5.4 非确定性故障诊断
• 第六章 结论与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录