基于神經(jīng)網(wǎng)絡(luò)的故障LRU的檢測(cè)與定位.pdf

1、機(jī)械故障診斷能夠幫助多種工業(yè)環(huán)境下的機(jī)器更加有效的工作。通過檢測(cè)機(jī)械異常，分析故障原因，以及對(duì)機(jī)械損壞的預(yù)測(cè)，可以大大提高機(jī)械維修工作的效率。因此，高效的機(jī)械故障診斷將是非常有意義的。電子封裝機(jī)是IC制造業(yè)中廣泛應(yīng)用的重要設(shè)備，而運(yùn)動(dòng)控制系統(tǒng)則是這類機(jī)器的核心部分。本文將以該運(yùn)動(dòng)控制系統(tǒng)作為研究對(duì)象。
　　當(dāng)今，機(jī)械故障診斷技術(shù)已成為跨越數(shù)學(xué)、物理、機(jī)械、電子、化學(xué)、計(jì)算機(jī)科學(xué)、信號(hào)處理、人工智能等學(xué)科的新興交叉學(xué)科。一些常用的理

2、論和方法包括頻譜分析、時(shí)間序列分析、模糊數(shù)學(xué)分析、人工神經(jīng)網(wǎng)絡(luò)分析、小波分析等等。根據(jù)該課題的研究目的，我們采用了基于神經(jīng)網(wǎng)絡(luò)的方法，對(duì)發(fā)生故障的在線可更換單元進(jìn)行檢測(cè)和定位。首先，我們建立起一個(gè)用來存儲(chǔ)機(jī)器運(yùn)行信息的數(shù)據(jù)庫。但是測(cè)量得到的數(shù)據(jù)并不適合直接用于診斷，因此我們應(yīng)用了一些方法去提取故障的特征作為故障發(fā)生的征兆?；谶@些從測(cè)量數(shù)據(jù)中提取的特征以及相應(yīng)的故障種類，我們建立起一個(gè)網(wǎng)絡(luò)模型，并對(duì)它進(jìn)行反復(fù)測(cè)試，最終植入程序中。在實(shí)際

3、應(yīng)用中，如果檢測(cè)到某一特定的在線可更換單元存在故障隱患，診斷程序便會(huì)通知用戶。在更換掉出現(xiàn)故障的單元之后，機(jī)器便可以立即恢復(fù)生產(chǎn)。
　　最后，本文應(yīng)用VB6.0編寫出了故障診斷決策支持程序。該程序以采集的實(shí)驗(yàn)數(shù)據(jù)為基礎(chǔ)，采用面向?qū)ο蟮脑O(shè)計(jì)方法，并結(jié)合MATLAB強(qiáng)大的科學(xué)計(jì)算能力，為使用者提供了如下幾種功能：用戶管理，數(shù)據(jù)管理，數(shù)據(jù)查詢，特征提取，網(wǎng)絡(luò)訓(xùn)練，診斷結(jié)論等等。該程序面向設(shè)備維修工程師設(shè)計(jì)，能夠?yàn)樗麄兲峁┡c當(dāng)前故障類似的