基于神经网络的液压泵故障诊断系统的研究

论文题目: 基于神经网络的液压泵故障诊断系统的研究

论文类型: 硕士论文

论文专业: 机械电子工程

作者: 张明霞

导师: 张远深

关键词: 液压泵,神经网络,故障诊断,网络

文献来源: 兰州理工大学

发表年度: 2005

论文摘要: 随着液压系统向快速、大功率、高精度的方向发展,液压系统及设备的功能增多,结构变得越来越复杂,性能指标要求也越来越高,工作强度增大,相应增加了液压系统出现故障的可能性。液压系统中液压泵是整个系统的核心,它是整个液压系统的动力源,对整个系统产生决定性的影响,液压泵的性能会直接影响到整个系统其它元件的寿命和系统的正常运行,因此,液压泵故障诊断方法的研究和开发对现代工业生产有着十分重要的意义。本文针对液压泵进行了基于神经网络故障诊断方法的研究,在分析了液压泵故障机理及故障诊断方法的基础上,提出用基于BP算法的神经网络故障诊断方法对液压泵进行诊断,确定用于液压泵故障诊断的神经网络结构、学习样本和各个参数并以此训练神经网络。本文利用VC++6.0开发出液压泵的故障诊断系统,在该系统中实现了神经网络学习和神经网络诊断两大功能模块。提出采用基于神经网络的正向、反向和混合双向的三种推理机制,以供用户在诊断过程中根据实际需要选择具体的推理方式。该系统的设计与实现均使得对于液压泵的故障诊断非常有效,具体实现起来也非常便捷。

论文目录:

摘要

Abstract

第一章绪论

1.1 本课题研究的目的和意义

1.2 神经网络与故障诊断概述

1.3 国内外研究概况

1.4 本课题的主要研究内容与目标

第二章液压泵故障诊断技术的研究

2.1 液压泵故障机理分析

2.2 状态监测与故障诊断过程

2.2.1 状态监测

2.2.2 分析诊断

2.2.3 治理预防

2.3 故障信息与信号的来源

2.3.1 故障监测、诊断系统的信息来源

2.3.2 液压泵故障诊断常用信号数据源

2.4 液压故障诊断方法探讨

2.4.1 故障树分析法(FTA法)

2.4.2 关联维数分析法

2.4.3 统计识别法

2.4.4 神经网络法

第三章人工神经网络及网络的结构设计

3.1 人工神经网络

3.1.1 人工神经网络的特点

3.1.2 人工神经元模型

3.2 反向传播网络—BP网络

3.2.1 BP网络的故障诊断原理

3.2.2 BP算法的流程设计

3.3 BP网络故障诊断系统

3.3.1 BP网络结构实现

3.3.2 网络初始权值的选择

3.3.3 网络训练误差分析

第四章神经网络故障诊断系统的实现

4.1 软件概述

4.2 诊断系统知识推理方法

4.3 系统的开发研究

结论

参考文献

硕士期间发表论文情况

致谢

发布时间: 2005-07-14

参考文献

[1].基于神经网络的扣式电池自动化生产线故障诊断系统研究[D]. 闫少伟.河北工业大学2006
[2].门式起重机状态监测及故障诊断系统研究[D]. 佟光勋.东南大学2016
[3].基于灰色神经网络的液压泵故障诊断研究[D]. 李妍.燕山大学2011
[4].压缩机状态远程监测及故障诊断系统的研究[D]. 刘许红.江南大学2008
[5].大型减速机状态监测及故障诊断系统的研究[D]. 张顺峰.大连理工大学2006
[6].液压泵与马达测试系统的设计及其故障诊断[D]. 汪宝生.广东工业大学2012
[7].基于ASP.NET包装机故障诊断系统的研究[D]. 肖雪.武汉工业学院2009
[8].空气压缩机状态监测和故障诊断系统的研究[D]. 苏记功.西安建筑科技大学2010
[9].基于隐半马尔可夫模型的液压泵剩余使用寿命预测[D]. 杨柳.西安电子科技大学2018
[10].CEEMD和VPMCD集成的液压泵性能退化评估方法[D]. 孔德田.燕山大学2017

基于神经网络的液压泵故障诊断系统的研究

猜你喜欢