基于神經(jīng)網(wǎng)絡和專家系統(tǒng)的智能故障診斷系統(tǒng)研究.pdf

1、本文對專家系統(tǒng)和BP神經(jīng)網(wǎng)絡在液壓設備故障診斷方面的應用進行了有益的探討，提出了以專家系統(tǒng)為主，采用BP神經(jīng)網(wǎng)絡作為有益補充的智能故障診斷系統(tǒng)的基本結(jié)構(gòu)。系統(tǒng)根據(jù)接收到的液體加注系統(tǒng)的運行參數(shù)與知識庫中預先存儲好的故障征兆表搜索出已發(fā)生的故障征兆，接著根據(jù)專家系統(tǒng)知識庫中的規(guī)則表搜索出所有可能的故障原因，然后逐一驗證所有可能的故障原因中其它征兆是否成立，直到最終推理出診斷結(jié)果。如果在專家系統(tǒng)知識庫中搜索不到完全匹配的故障，則調(diào)用神經(jīng)網(wǎng)絡

2、知識庫進行推理，得出診斷結(jié)果。 在專家系統(tǒng)部分，進行了知識庫的設計，提出了綜合采用面向?qū)ο蠓椒ê彤a(chǎn)生式規(guī)則表示法的知識表示方法，并采用數(shù)據(jù)庫技術建立和維護知識庫；在推理機設計中，發(fā)揮專家系統(tǒng)良好的人機交互功能，采用正反雙向混合推理方法進行推理；在解釋程序的設計中，采用預置文本與路徑跟蹤法，可以在用戶需要時給出對推理結(jié)果和過程的詳細解釋。在神經(jīng)網(wǎng)絡部分，通過對液體加注系統(tǒng)的分析，建立了BP神經(jīng)網(wǎng)絡的基本結(jié)構(gòu)，并提取專家系統(tǒng)知識庫中

3、的規(guī)則作為樣本集和測試集，經(jīng)過MALTAB的仿真訓練和測試，得到最終的正確率較高的權(quán)值和閾值系數(shù)集合作為神經(jīng)網(wǎng)絡的知識庫，在進行故障診斷時可由已建好的神經(jīng)網(wǎng)絡結(jié)構(gòu)進行正向計算，推理出最終結(jié)果。 在系統(tǒng)具體實現(xiàn)中，采用VisualC++6.0進行人機界面和整體控制程序的設計，采用ACCESS2000進行知識庫的建立、維護和其它數(shù)據(jù)文件的管理，利用Matlab進行神經(jīng)網(wǎng)絡部分的訓練、仿真和計算。 利用MCGS組態(tài)軟件建立了燃