滑片式压缩机故障诊断专家系统研究

论文摘要

本文以滑片式空气压缩机为诊断对象,全面阐述了专家系统和神经网络的基本理论和系统结构。专家系统能够模拟人脑的逻辑思维过程,解决需要进行复杂推理的复杂诊断问题；可以存储和推广专家宝贵的经验和知识,更加有效的发挥各种专门人才的作用,使一般的维修人员也能达到专家级的诊断水平；故障诊断专家系统能不断增长知识,修改原有知识,不断更新。但是,专家系统中不确定信息的处理能力差是故障诊断专家系统中的一个非常重要的瓶颈问题。本文以产生式系统为基础,在处理不确定信息时,引入了模糊推理方法。采用了知识的数据库表达方式,使得专家系统的学习变得十分简便。模拟人脑结构的人工神经网络方法是一种全新的、有前景的故障诊断方法。在知识获取上,神经网络的知识不需要由知识工程师整理、总结以及消化。领域专家的知识,只需要用领域专家解决问题的实例或范例来训练神经网络。神经网络系统的知识获取与专家系统相比,既具有更多的时间效率,又能保证更高的质量。本文采用三层前馈式神经网络,运用BP算法,以滑片式压缩机实验平台测试得到的典型故障数据为神经网络训练的样本。压缩机实验平台检测压缩机各个部分的性能数据,通过神经网络前向计算,找出压缩机的故障。本文还通过实验的方法,分析了初始权值、隐含层的神经元数量、动量系数、误差水平对网络训练的影响。本文合理地将传统的产生式专家系统与基于神经网络的专家系统合理的融为一体,采用Visual C++6.0为系统的开发语言,以Microsoft Access作为数据源,运用ADO技术实现对数据库的访问。系统的设计美观、实用、功能强大,实现了运用两种不同的方法对滑片式压缩机的故障进行诊断的目的。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 设备故障诊断技术概述
• 1.1.1 故障诊断的主要方法
• 1.1.2 故障诊断技术的国内外研究现状
• 1.2 故障诊断专家系统
• 1.2.1 故障诊断专家系统的组成
• 1.2.2 故障诊断专家系统的主要特点
• 1.3 神经网络方法
• 1.3.1 神经网络原理简介
• 1.3.2 神经网络故障诊断方法的特点
• 第2章 滑片式压缩机故障与实验平台的搭建
• 2.1 滑片式压缩机故障分析
• 2.1.1 电机与控制部分故障
• 2.1.2 常见零部件的故障
• 2.1.3 由于不良装配所产生的故障
• 2.1.4 压缩机在运行过程中产生的故障
• 2.2 滑片式压缩机实验平台的搭建
• 2.2.1 滑片式压缩机的工作原理
• 2.2.2 滑片式压缩机的结构
• 2.2.3 滑片式压缩机的主要性能数据的确定
• 2.2.4 滑片式压缩机性能数据的采集
• 第3章 压缩机故障知识的获取与表达
• 3.1 压缩机故障全局数据库的建立
• 3.1.1 压缩机故障表的建立
• 3.1.2 压缩机症状表的建立
• 3.2 压缩机故障知识表示与规则库的建立
• 3.2.1 故障知识的表示
• 3.2.2 产生式系统的基本结构与规则库的建立
• 3.3 知识的获取
• 3.3.1 知识的获取方法
• 3.3.2 专家系统中知识的获取过程
• 第4章 与/或型推理与模糊推理
• 4.1 压缩机故障的与/或型推理
• 4.1.1 与/或正向推理
• 4.1.2 与/或反向推理
• 4.1.3 与/或双向推理
• 4.2 模糊推理
• 4.2.1 模糊故障诊断的原理
• 4.2.2 模糊诊断的原则
• 4.2.3 诊断矩阵的确定
• 第5章 人工神经网络及其在滑片式压缩机故障诊断中的应用
• 5.1 人工神经网络的基本概念和模型
• 5.2 人工神经网络的分类
• 5.3 人工神经网络常用的学习规则
• 5.3.1 人工神经网络学习方法分类
• 5.3.2 δ学习规则
• 5.4 前馈神经网络与BP算法
• 5.4.1 前馈神经网络模型
• 5.4.2 BP算法的数学推导
• 5.4.3 提高训练速度的方法
• 5.5 滑片式压缩机神经网络系统的构建
• 5.5.1 滑片式压缩机故障样本的提取与数据库的建立
• 5.5.2 神经网络的系统设计
• 第6章 滑片式压缩机故障诊断系统的实现
• 6.1 程序结构与数据库
• 6.1.1 系统的功能分析
• 6.1.2 程序的结构设计
• 6.1.3 数据库的功能分析
• 6.2 滑片式压缩机故障诊断专家系统软件的编制
• 6.2.1 基于ADO的数据库知识的操作
• 6.2.2 登陆模块的设计
• 6.2.3 主程序界面的设计
• 6.2.4 数据库管理模块的设计
• 6.2.5 故障诊断模块的设计
• 6.2.6 系统学习模块的设计
• 6.2.7 用户管理模块的设计
• 第7章 结论
• 参考文献
• 致谢