雕刻机——机电一体化实习报告由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“机电一体化的实习报告”。
神经网络在智能故障诊断技术中的应用及其发展趋势
目录
摘 要：....................................................................................................................................1 关键词：....................................................................................................................................1 1.人工神经网络在智能故障诊断技术中的应用....................................................................1 1.1智能故障诊断技术的特点..............................................................................................1 1.2神经网络和专家系统相结合的智能故障诊断系统......................................................2 1.2.1传统专家系统存在的问题.................................................................................2 1.2.2人工神经网络的原理及其特点.........................................................................2 1.2.3神经网络与专家系统的结合方式.....................................................................4 1.2.4智能故障诊断系统的结构表示.........................................................................5 2.结束语....................................................................................................................................6 参考文献....................................................................................................................................6
神经网络在智能故障诊断技术中的应用及其发展趋势
神经网络在智能故障诊断技术中的应用及其发展趋势
吴礼谦 指导老师：崔永杰
摘 要：介绍了人工神经网络与专家系统相结合的智能故障诊断系统的优点、结构组成、工作原理以及运行过程并预测了人工神经网络应用的发展趋势。
关键词：人工神经网络；专家系统；智能故障诊断
控制系统的故障检测与诊断技术(FDD,fault de2 tection and diagnosis)从上世纪70年代产生到现在已取得了迅速发展,它是一门综合性技术,涉及现代控制理论、信号处理、模式识别、人工智能、电子技术、数理统计、模糊逻辑等学科理论,与容错控制、鲁棒控制、自适应控制、智能控制有着密切的联系。故障检测就是判断系统是否发生了故障以及检测出故障发生的时刻;而故障诊断涉及故障分离、故障辨识等内容,包括分离出故障发生的部位(传感器、执行器或元部件)、判别故障的种类(缓变型或突变型)、估计故障的严重程度和时变特性,并进行评价与决策等内容。故障诊断最初采取的方法是硬件冗余技术,该方
法的缺陷是要增加更多的测试设备,使系统结构复杂化。目前所说的FDD技术都是以软件冗余(解析冗余)为主,包括了故障检测、故障分离、故障辨识故障估计、故障预报和故障决策等内容。该技术按是否需要建立系统的精确数学模型可分为两大类:一类是完全基于控制系统数学模型的方法;另一类是基于人工智能、专家系统、模式识别和模糊理论等技术的智能故障诊断方法。
在控制系统的故障诊断中,基于数学模型的诊断技术目前已取得了相当的进展,如Kalman滤波、观测器、参数估计和一致空间法等。这类方法需要建立被诊断对象较为精确的数学模型,其诊断原理是利用模型系统所产生的信号与实际测量的系统信号相比较的差值构成残差向量,通过对残差序列的统计分析,可检测出故障的发生并进行故障诊断。但该技术在应用方面受到不少限制,一个重要的问题就是要求系统有精确的数学模型,而实际往往存在描写模型的不确定性,导致了这些方法的不实用性;另外,由于非线性系统的复杂多样性,控制系统的建模非常困难,故障诊断要求得到系统的在线状态和参数估计的手段并不多,尤其在系统存在模型不确定性、噪声统计特性并不理想时,使得传统的动态数学模型方法的应用更为困难。
而智能故障诊断系统由于不需要建立控制系统的精确数学模型,因此在故障诊断中得到了越来越广泛的重视。
1.人工神经网络在智能故障诊断技术中的应用
1.1智能故障诊断技术的特点神经网络在智能故障诊断技术中的应用及其发展趋势
智能故障诊断中的“智能化”主要体现在诊断过程中领域专家诊断知识的干预,即在对故障信号进行检测与处理的基础上,结合领域专家知识和人工智能技术进行推理,具有对给定环境下的诊断对象进行状态识别和状态预测的能力。智能诊断可以综合多个领域专家的最佳经验,其功能水平可以超过专家,实现多故障、多过程、突发性故障的快速分析诊断。
智能故障诊断系统具有以下特点: 1.具有人工智能的特点,适合用于模拟人的逻辑思维过程,解决需要进行逻辑推理的复杂诊断问题;2.根据诊断过程的需要,搜索和利用领域专家的知识及经验来达到诊断目的;3.具有自学习、自完善的功能。诊断系统在同环境进行信息交互的过程中,能从环境的变化中学习新知识,对知识库中的知识自动进行调整、修改和维护,不断实现自我完善。
1.2神经网络和专家系统相结合的智能故障诊断系统 1.2.1传统专家系统存在的问题
专家系统是运用基于知识的程序设计方法建立起来的计算机系统,它拥有某个特殊领域内专家的知识和经验,并能像专家那样运用这些知识,通过推理,在那个领域上作出智能决策。它将领域知识编成一系列产生式规则,可以解决许多系统的故障诊断问题,但在实际工程应用中仍存在不少问题: 1.知识获取的“瓶颈”。因为在对领域专家知识进行加工处理和规则化时,完全取决于专家合作程度、经验和适用性等,而构造专家系统的关键就在于知识的获取。
2.系统脆弱性。即知识和经验不全面,遇到没解决过的问题就无能为力,只有表面性及经验性知识,缺乏本质与理性的知识,忽视了对知识的理解等深层作用,一旦出现启发规则未考虑的情况,系统性能急剧下降。
3.知识库管理困难。当知识库非常庞大时,由于专家系统采用串行方式,推理方法简单且控制策略不灵活,引起搜索速度下降、规则相互抵触等知识组合爆炸问题,由于系统不具备联想及自学习能力,对知识库的更新、修改及维护相当麻烦。
4.推理能力差,智能水平低。
5.实际应用受限制,传统专家系统的通用性较差,过于依赖一个具体研究对象。
1.2.2人工神经网络的原理及其特点
人工神经网络(ANN,artificial neural network)是基于神经科学研究的最新成果发展起来的边缘学科。对人工神经网络研究可上溯到1957年Frank Rosenblatt提出的感知器(perceptron)模型,其广泛兴起于20世纪的80年代。人工神经网络是有大量处理单元互连而成用于模拟人脑行为的复杂网络系统,基本处理单元PE(proceing 神经网络在智能故障诊断技术中的应用及其发展趋势
element)是人工神经元,也称为结点。
人工神经网络主要是模拟人脑神经系统的工作原理:外部刺激信号或上级神经元信号经过合成后由树突传给神经元细胞体处理,最后由突触(Synap se)输出给下级神经元或作出响应。基于这个理论,人们相继提出了多种人工神经元模型。1943年,心理学家W.S.McCulloch和数理逻辑家W.Pitts发表在“数学生物物理学会刊”“(Bulletin of Mathematical Biophysics”)上的文章中提出了目前使用最普遍的形式神经元的M-P模型,其结构如图1所示。
图 1 人工神经元示意图
图1中,I1,I2,⋯,IN 表示其他n个神经元的突触输出,W1,W2,⋯,WN 为其他n个神经元的突触连接,其值可正可负,分别表示兴奋性突触和抑制性突触。
∑θ为阈值,神经元的输出f(θ)称为变换函数,一般采用的形式有线性函数、阶跃函数、Sigmoid函数及双曲正切函数等。
基于这种神经元结构,人们建立了多种人工神经网络结构模型,如:BP网络、ART网络、Hopfield网络、Boltzmann机、BAM网络和SOM网络等。在故障诊断领域中,使用最广泛的是BP网络,但是,使用BP网络存在一个问题,就是难以处理多故障问题。当输入一个学习样本,虽然BP网络经过学习能够达到稳定,但改变输入样本后,输出结果无法令人满意。因此必须采用其他方法进行多故障的诊断,BAM网络最适合多
故障诊断场合。BAM又称为双向联想存储器(bidirec2tional aociative memory),其拓扑结构如图2所示。
BAM网络是由两层层间互连且同层不连的神经元域Fa和Fb构成的反馈神经网络,其中Fa包含n个处理单元,即Fa={a1,a2,„,an},Fb包含p个处理单元,即Fb={b1,b2,„,bp}。
为了使神经网络能够执行某种任务,需要确定描述网络的各种特性参数,如处理单元、连接模型、激活规则和学习规则等。由于神经网络中信息的长期存储是通过处理单元的互连权值矩阵来实现的,因而确定连接权值矩阵是神经网络的一个重要研究内容。连接权值矩阵的确定可通过直接计算权值矩阵和让网络采用“学习”两种方法,其中“学习”又分为有监督学习(有导师离线学习)、无监督学习(无导师在线学习)和增强学习算法。神经网络在智能故障诊断技术中的应用及其发展趋势
在BAM网络中,所有的突触信息均包含在一个n
Xp的矩阵W中,这个矩阵实际上就是一个权值矩阵,当权值矩阵W建立完成后,就能进行故障诊断了。
人工神经网络具有以下的特点: 1.适应性强,系统能通过“学习”较容易地调整到一个新的环境,由此引出一系列学习算法以适应各种应用条件;2.鲁棒性和容错性,即少量神经元连接或输入发生故障不会明显改变网络的性能,这是由网络的一些动力学性质所决定的;3.能处理具有模糊性、随机性、噪声或不相容性的信息,应用随机动力学模型可获取较好的效果;4.高度并行性;5.具有处理复杂多模式及非线性问题的能力以及进行联想、推测和记忆的功能;6.小型、紧凑、耗能小。
1.2.3神经网络与专家系统的结合方式
神经网络与专家系统用于故障诊断的结合方式有多种形式,大致可分为以下3种集成方式: 1.专家系统为诊断系统的中心,神经网络提供辅助支持。专家系统实现诊断系统的主要功能,如知识获取、知识表示、推理判断等,而神经网络可用于合理剔除、修改规划,对知识库进行维护等辅助功能。
2.神经网络为诊断系统中心,由专家系统提供辅助支持。专家系统的辅助功能主要体现在两方面:一是为神经网络提供所需的预处理,二是为神经网络提供专家解释。故障诊断系统的诊断知识库可分为显式和隐式两种形式。面向领域专家、知识工程师和用户的显式知识库表示有关诊断对象的征兆与故障关系的产生式规则;面向神经网络推理机的隐式知识库表示由产生式规则转化而来的以内部编码形式存在的学习样本以及学习之后得到的权系数集合和阈值集合。
3.并列协调式。神经网络、专家系统作为独立的模块,分别执行诊断系统的某些功能,再经过组合,得到诊断结果。
对于复杂控制系统,由于发生故障的形式千变万化,没有一个固定的模式,因此故障诊断系统可采用并列协调式,充分发挥传统专家系统和神经网络专家系统的各自特点,分别用于不同类型故障的诊断。在诊断过程中可用协调机构将单过程、单故障、确定型故障以及缓变型故障的诊断对象分配给传统专家系统进行诊断,将多过程、多故障、不确定型故障以及突变型故障的诊断对象分配给神经网络专家系统进行诊断,充分发挥各 4 神经网络在智能故障诊断技术中的应用及其发展趋势
自优势,又使二者互相协调;同时由于神经网络具有自学习的功能,在诊断过程中神经网络能不断归纳出新的诊断规则,充分混合专家系统知识库的内容。
1.2.4智能故障诊断系统的结构表示
神经网络与专家系统相结合的智能故障诊断系统的结构如图2所示。
图 2 神经网络与专家系统相结合的故障诊断系统结构图
故障诊断系统的诊断知识库可分为显式和隐式两种形式。面向领域专家、知识工程师和用户的显式知识库表示有关诊断对象的征兆与故障关系的产生式规则;面向神经网络推理机的隐式知识库表示由产生式规则转化而来的以内部编码形式存在的学习样本以及学习之后得到的权系数集合和阈值集合。
测试满足时,可得出诊断结果和相应解决措施。其中,CF表示前提可信度;RCF表示规则强度。这种表示方法既可以表达知识的横向联系,又可以表达知识的纵向联系,从而能够完整地将知识结构和因果关系表达清楚。例如,对某一装备故障用Petri网来描述,如图3
图 3 知识表示神经网络在智能故障诊断技术中的应用及其发展趋势
该故障树各结点表示相应的故障,且此模式不是固定的,通过咨询过程不断生成,进而产生整个故障树。
2.结束语
神经网络为现代复杂大系统的状态监测和故障诊断提供了全新的理论方法和技术实现手段。神经网络专家系统是一类新的知识表达体系，与传统专家系统的高层逻辑模型不同，它是一种低层数值模型，信息处理是通过大量的简单处理元件（结点）之间的相互作用而进行的。由于它的分布式信息保持方式，为专家系统知识的获取与表达以及推理提供了全新的方式。它将逻辑推理与数值运算相结合,利用神经网络的学习的优势。神经网络擅长数值计算,适合进行浅层次的 经验推理；专家系统的特点是符号推理，适合进行深层次的逻辑推理。智能系统以并行工作方式运行,既扩大了状态监测和故障诊断的范围，又可满足状态监测 和故障诊断的实时性要求。既强调符号推理，又注重数值计算，因此能适应当前故障诊断系统的基本特征和发展趋势。随着人工神经网络的不断发展与完善，它将在智能故障诊断中得到广泛的应用。
参考文献：王仲生 只能故障诊断与容错控制 西安：西北工业大学出版社 2005.4 2 虞和济 故障诊断基本原理M.北京：冶金工业出版社 1991 3 周鸣岐，徐军 控制系统故障诊断计算机自动测量与控制J.2000 8(3):5-8 4 徐章遂 ,房立清 ,王希武 ,左宪章 故障信息诊断原理及应用M.北京:国防工业出版社 2000 5 袁曾任 人工神经网络及应用M.北京：清华大学出版社 1999 6
篇1：机电一体化实习报告前言随着社会的快速发展，当代社会对即将毕业的大学生的要求越来越高，对于即将毕业的我们而言，为了能更好的适应严峻的就业形势，毕业后能够尽快的融入社会，......
肖俊超个人实习报告古人有云：“纸上得来终觉浅，绝知此事要躬行”。 读了几年的大学，然而大多数人对本专业的认识还是不够, 在学习机电一体化专业理论知识后，学校为了开拓学生自......
机电一体化实习报告 实习人 ：武 登 凯实习时间： 2013年7月20日——2013年8月4日 实习地点： 新峪公司综掘二队 实习要求：1，毕业实习的内容进度应按照指导教师下达的实习任务书要......
机电一体化实习报告导语：作为一名大四的学生，我们即将结束大学生涯，告别学校，走入社会。在学校的四年里我们学习的知识很大比例上都是理论知识。因此，在毕业之前进行一次实习对我......
不知不觉实习阶段已经接近尾声，回想在学校的日子还历历在目.在实习的期间我换了两份工作，在电子厂当过巡检.在金属制品厂技术部学制图和企业管理.其间我学到了很多在学校里学......
