融合先驗知識的神經(jīng)網(wǎng)絡(luò)故障診斷方法研究.pdf

1、故障診斷技術(shù)對于提高系統(tǒng)的安全性、可靠性、有效性，減小經(jīng)濟損失，保障人身安全具有重要意義，日益為人們所重視。然而隨著診斷對象的復(fù)雜性不斷上升，現(xiàn)有的故障診斷理論和技術(shù)正面臨著復(fù)雜系統(tǒng)帶來的嚴峻挑戰(zhàn)。 神經(jīng)網(wǎng)絡(luò)不必掌握系統(tǒng)機理就能完成故障診斷，以其良好的非線性映射能力為復(fù)雜系統(tǒng)的故障診斷提供了一個快速而且有效的方法。另一方面，神經(jīng)網(wǎng)絡(luò)完全依賴于樣本數(shù)據(jù)，可能無法全面反映對象特性，先驗知識可作為黑箱建模的一個補充，提高神經(jīng)網(wǎng)絡(luò)的擬合

2、精度和收斂速度。因此，研究結(jié)合先驗知識的神經(jīng)網(wǎng)絡(luò)用于復(fù)雜系統(tǒng)的故障診斷，具有重要的研究價值和廣泛的應(yīng)用前景。 論文首先全面研究了故障診斷技術(shù)，分信號處理的方法、數(shù)學(xué)模型的方法和智能診斷方法三類，對比分析它們的適用條件。由于復(fù)雜系統(tǒng)結(jié)構(gòu)復(fù)雜、參量指標多，故障機理的可認識性和可描述性差，應(yīng)用白箱建模用于復(fù)雜系統(tǒng)故障診斷難度高，使用黑箱建模可避開此障礙。 其次，在對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點和訓(xùn)練算法綜合討論的基礎(chǔ)上，把先驗知識和神經(jīng)

3、網(wǎng)絡(luò)的結(jié)合方式分為結(jié)構(gòu)約束方法，權(quán)值約束方法和數(shù)據(jù)約束方法，給出了它們的基本原理和實現(xiàn)方法。重點研究了數(shù)據(jù)約束方法，提出了融合先驗知識樣本的故障診斷方法。該法把故障先驗知識轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)可處理的形式，提前完成了神經(jīng)網(wǎng)絡(luò)訓(xùn)練的部分工作從而加快收斂速度，并提高了網(wǎng)絡(luò)對先驗知識泛化能力。 然后，選取地鐵列車牽引系統(tǒng)這一典型的復(fù)雜系統(tǒng)為例，用系統(tǒng)分析、故障樹分析、模糊推理等抽取總結(jié)出牽引系統(tǒng)的故障先驗知識，應(yīng)用融合先驗知識樣本法進行故障