基于神經(jīng)網(wǎng)絡(luò)的故障診斷系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著信息技術(shù)的飛速發(fā)展，設(shè)備日趨集成化與復(fù)雜化。對于如何能及時(shí)從大量實(shí)時(shí)狀態(tài)數(shù)據(jù)中發(fā)現(xiàn)故障，保證設(shè)備在工作期間高效、可靠的運(yùn)行具有重要的研究意義。傳統(tǒng)的故障診斷方法存在實(shí)時(shí)性差、依賴于主觀經(jīng)驗(yàn)等缺陷，針對故障的多樣性、復(fù)雜性、隱蔽性常常無能為力。特別是在面臨大規(guī)模數(shù)據(jù)集時(shí)，并不能高效的進(jìn)行分析處理。本文針對傳統(tǒng)故障診斷的缺陷，深入研究了人工神經(jīng)網(wǎng)絡(luò)技術(shù)中BP算法，并應(yīng)用于故障診斷之中，以完成對復(fù)雜設(shè)備的高效、準(zhǔn)確的故障診斷。
　　

2、本文首先通過對國內(nèi)外故障診斷系統(tǒng)的研究、應(yīng)用現(xiàn)狀和發(fā)展趨勢的論述，探討了傳統(tǒng)故障診斷系統(tǒng)在分析處理方面的不足之處，從而提出了將人工神經(jīng)網(wǎng)絡(luò)中的BP算法技術(shù)引入故障診斷系統(tǒng)。對神經(jīng)網(wǎng)絡(luò)的基本概念和核心技術(shù)做了闡述，討論了幾種神經(jīng)網(wǎng)絡(luò)的關(guān)鍵技術(shù)。接著介紹了設(shè)備故障診斷的發(fā)展及關(guān)鍵技術(shù)研究。然后研究了遺傳算法，并提出基于遺傳算法改進(jìn)的BP算法，針對BP算法收斂速度慢及容易陷入局部最小值的缺點(diǎn)，采用分段區(qū)隨機(jī)選擇初始值，以及通過遺傳算法選擇節(jié)點(diǎn)