模糊神經(jīng)網(wǎng)絡在采煤機故障診斷中的應用.pdf

1、隨著科學技術的飛速發(fā)展，機械設備的自動化程度越來越高，工程設備也越來越復雜，工程設備工作的可靠性和安全性也逐步受到人們的關注。然而，運用傳統(tǒng)的診斷方法，大型復雜設備無法對機械故障作出實時準確地診斷。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)生是目前人們關注的主要問題。采煤機的故障診斷逐漸受到人們的關注和重視。怎樣保證采煤機的正常工作和實時了

2、解采煤機的工作狀態(tài)是目前需要解決的主要問題。
　　模糊邏輯系統(tǒng)被運用到采煤機故障診斷系統(tǒng)中，這是煤礦業(yè)發(fā)展的重大進步。本文論述了模糊邏輯系統(tǒng)，詳細闡述了模糊邏輯系統(tǒng)的的基本結構。并且對神經(jīng)網(wǎng)絡的概念、內容、方法分別進行了詳細介紹。而且分析了神經(jīng)網(wǎng)絡向智能發(fā)展的趨勢。此外，由于傳統(tǒng)的梯度算法學習速度慢和泛化性能差，本文采用一種新的學習方法—ELM算法，它彌補了梯度算法的不足，能夠任意選擇輸入權值和閾值提高了學習速度和泛化性。

3、　　對模糊邏輯系統(tǒng)和神經(jīng)網(wǎng)絡進行比較，當兩種方法相互融合，不僅能提高模糊邏輯系統(tǒng)自適應性，而且加強了神經(jīng)網(wǎng)絡的可觀測性和改善了神經(jīng)網(wǎng)絡的全局性。
　　通過建立模糊神經(jīng)網(wǎng)絡的模型，及分析采煤機的樣本故障，根據(jù)實時的故障數(shù)據(jù)對該模型進行了驗證，證明系統(tǒng)模型是有效、可行的。
　　對采煤機故障診斷智能系統(tǒng)的設計和方法分析和論述。闡述了系統(tǒng)整體結構、每個模塊的組成和數(shù)據(jù)的傳輸，介紹了該系統(tǒng)的軟件和硬件如何實現(xiàn)的，對故障的診斷進行仿真和