模糊神經(jīng)網(wǎng)絡(luò)在采煤機(jī)故障診斷中的應(yīng)用.pdf

1、隨著科學(xué)技術(shù)的飛速發(fā)展，機(jī)械設(shè)備的自動(dòng)化程度越來越高，工程設(shè)備也越來越復(fù)雜，工程設(shè)備工作的可靠性和安全性也逐步受到人們的關(guān)注。然而，運(yùn)用傳統(tǒng)的診斷方法，大型復(fù)雜設(shè)備無法對(duì)機(jī)械故障作出實(shí)時(shí)準(zhǔn)確地診斷。這就需要采用故障診斷的智能方法和理論。
　　煤礦安全是煤炭資源發(fā)展的基本保證。由于煤礦事故不斷發(fā)生，怎樣提高煤礦的安全性和減少事故的發(fā)生是目前人們關(guān)注的主要問題。采煤機(jī)的故障診斷逐漸受到人們的關(guān)注和重視。怎樣保證采煤機(jī)的正常工作和實(shí)時(shí)了

2、解采煤機(jī)的工作狀態(tài)是目前需要解決的主要問題。
　　模糊邏輯系統(tǒng)被運(yùn)用到采煤機(jī)故障診斷系統(tǒng)中，這是煤礦業(yè)發(fā)展的重大進(jìn)步。本文論述了模糊邏輯系統(tǒng)，詳細(xì)闡述了模糊邏輯系統(tǒng)的的基本結(jié)構(gòu)。并且對(duì)神經(jīng)網(wǎng)絡(luò)的概念、內(nèi)容、方法分別進(jìn)行了詳細(xì)介紹。而且分析了神經(jīng)網(wǎng)絡(luò)向智能發(fā)展的趨勢(shì)。此外，由于傳統(tǒng)的梯度算法學(xué)習(xí)速度慢和泛化性能差，本文采用一種新的學(xué)習(xí)方法—ELM算法，它彌補(bǔ)了梯度算法的不足，能夠任意選擇輸入權(quán)值和閾值提高了學(xué)習(xí)速度和泛化性。

3、　　對(duì)模糊邏輯系統(tǒng)和神經(jīng)網(wǎng)絡(luò)進(jìn)行比較，當(dāng)兩種方法相互融合，不僅能提高模糊邏輯系統(tǒng)自適應(yīng)性，而且加強(qiáng)了神經(jīng)網(wǎng)絡(luò)的可觀測(cè)性和改善了神經(jīng)網(wǎng)絡(luò)的全局性。
　　通過建立模糊神經(jīng)網(wǎng)絡(luò)的模型，及分析采煤機(jī)的樣本故障，根據(jù)實(shí)時(shí)的故障數(shù)據(jù)對(duì)該模型進(jìn)行了驗(yàn)證，證明系統(tǒng)模型是有效、可行的。
　　對(duì)采煤機(jī)故障診斷智能系統(tǒng)的設(shè)計(jì)和方法分析和論述。闡述了系統(tǒng)整體結(jié)構(gòu)、每個(gè)模塊的組成和數(shù)據(jù)的傳輸，介紹了該系統(tǒng)的軟件和硬件如何實(shí)現(xiàn)的，對(duì)故障的診斷進(jìn)行仿真和