版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、在理論方面,重點研究了計算智能理論與方法在機械設備振動故障診斷中的應用,在實踐方面,針對石化企業(yè)中的旋轉機械開發(fā)了具有實用價值的基于Intranet的大型機組在線狀態(tài)監(jiān)測與故障診斷系統(tǒng).在機械設備狀態(tài)預測方面,研究了基于神經(jīng)網(wǎng)絡的時間序列預測.針對生產(chǎn)實踐中設備運行的非平穩(wěn)性,基于動態(tài)預測思想,研究了非平穩(wěn)時間序列的自適應線性單元(Adaline)神經(jīng)網(wǎng)絡預測,討論了Adaline和自回歸(AR)模型之間的關系,提出根據(jù)AR模型定階方法
2、確定Adaline預測模型的輸入神經(jīng)元數(shù)目,分析了自適應學習率對預測性能的影響,為機械設備狀態(tài)預測提供了一種方法.研究了基于廣義回歸神經(jīng)網(wǎng)絡(GRNN)的大型旋轉機械振動狀態(tài)預測,提出了應用BIC準則確定GRNN預測模型輸入神經(jīng)元數(shù)目的方法,將GRNN用于大型機組振動峰—峰值時間序列的預測,與采用誤差反向傳播學習算法的三層前饋感知器網(wǎng)絡(BPNN)的預測結果對比表明,GRNN的預測性能優(yōu)于BPNN,而且,即使樣本數(shù)據(jù)稀少,也能獲得滿意的
3、預測結果.在故障診斷方面,提出了計算智能理論和方法集成的診斷方案.該方案的基本思想是利用粗糙集理論對數(shù)據(jù)不完整性和不確定性的分析處理能力實現(xiàn)故障診斷知識發(fā)現(xiàn),即從監(jiān)測診斷數(shù)據(jù)或診斷案例中發(fā)現(xiàn)關鍵診斷條件,提取或優(yōu)化診斷規(guī)則,在最優(yōu)診斷決策系統(tǒng)的基礎上,設計神經(jīng)網(wǎng)絡或模糊神經(jīng)網(wǎng)絡,利用其模式識別能力實現(xiàn)故障診斷.該方案通過將計算智能領域中各種理論和方法有機結合,互相取長補短的方式,達到降低診斷成本,提高診斷效率的目的.對于連續(xù)的定量故障診
4、斷數(shù)據(jù)(監(jiān)測數(shù)據(jù)),以4135柴油機為例,提出了自組織映射(SOM)/模糊c-均值(FCM)—粗糙集—自適應模糊神經(jīng)網(wǎng)絡推理系統(tǒng)(ANFIS)集成的具體故障診斷實施方案:首先,應用SOM或FCM離散故障診斷數(shù)據(jù)中的連續(xù)屬性值;然后,基于粗糙集理論應用遺傳算法計算診斷決策系統(tǒng)的約簡,按照實際需要確定診斷條件;最后,根據(jù)系統(tǒng)約簡設計ANFIS進行故障診斷.約簡前后ANFIS的訓練過程表明,基于粗糙集理論的約簡處理減少了ANFIS的輸入變量數(shù)
5、目,避免了"維數(shù)災難"問題.ANFIS與BP神經(jīng)網(wǎng)絡的訓練和診斷結果對比顯示,ANFIS的訓練時間短,診斷精度高.對于離散的定性故障診斷數(shù)據(jù)(專家經(jīng)驗或診斷案例),以大型旋轉機械為例,提出了廣義粗糙集理論與神經(jīng)網(wǎng)絡集成的具體故障診斷實施方案:首先應用基于相似關系的廣義粗糙集理論對旋轉機械振動故障診斷的非完備決策系統(tǒng)進行約簡,得到更為簡明的最優(yōu)診斷規(guī)則;然后根據(jù)最優(yōu)決策系統(tǒng)建立BP神經(jīng)網(wǎng)絡進行故障診斷.約簡前后網(wǎng)絡的訓練過程表明,基于粗糙
6、集理論的約簡處理簡化了網(wǎng)絡結構,提高了訓練效率.在故障診斷的實踐方面,根據(jù)課題要求,在理論研究的基礎上,以Microsoft VisualC++ 6.0為基本開發(fā)工具,綜合利用數(shù)據(jù)庫、Matlab C/C++數(shù)學函數(shù)庫、多線程和Windows Sockets網(wǎng)絡編程等技術開發(fā)了基于Intranet的大型機組在線狀態(tài)監(jiān)測與故障診斷系統(tǒng).系統(tǒng)通過企業(yè)內(nèi)部局域網(wǎng),采用客戶機/服務器模式,實現(xiàn)了遠程監(jiān)測診斷,企業(yè)管理和檢修人員可以方便地了解機組
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 證據(jù)理論在機械設備故障診斷中的應用研究.pdf
- 機械設備檢修與故障診斷初探
- 主分量法在機械設備故障診斷方法中的應用.pdf
- 機械設備故障診斷復習題
- 對煤礦機械設備故障診斷的分析
- 基于EMD的機械設備故障診斷方法研究.pdf
- 機械設備故障診斷中振動信號分析方法的研究.pdf
- 飛機機械設備智能故障診斷專家系統(tǒng)研究.pdf
- 傳感器與信號處理技術在機械設備故障診斷中的應用研究.pdf
- ICA盲分離算法研究及在機械設備故障診斷中的應用.pdf
- 淺析煤礦機械設備使用及故障診斷
- 關于機械設備狀態(tài)監(jiān)測及故障診斷的研究
- 旋轉機械設備故障診斷系統(tǒng).pdf
- 決策樹算法在機械設備故障診斷系統(tǒng)中的應用.pdf
- 基于遠程機械設備故障診斷的研究與開發(fā).pdf
- 機械設備故障智能診斷系統(tǒng)研究.pdf
- 基于Internet的機械設備遠程故障診斷平臺.pdf
- 基于Web的機械設備故障診斷系統(tǒng)的研究.pdf
- 機械故障診斷在煉化設備管理中的應用研究.pdf
- 機械設備工況監(jiān)測與故障診斷系統(tǒng).pdf
評論
0/150
提交評論