一种利用神经网络的故障模糊诊断系统

本文提出一种神经网络与模糊逻辑相结合的故障诊断系统，该系统包括２个方面：模糊推理模块和规则学习模块。模糊推理规则记忆在网络的记忆层中，记忆节点的激活水平则反映了输入矢量与已记忆规则的匹配程度；规则学习模块通过自组织聚类过程自动生成规则。作为该诊断系统的一个应用实例，模拟了旋转主轴的故障诊断试验。     

一种利用神经网络的故障模糊诊断系统

本文提出一种神经网络与模糊逻辑相结合的故障诊断系统,该系统包括2个方面:模糊推理模块和规则学习模块。模糊推理规则记忆在网络的记忆层中,记忆节点的激活水平则反映了输入矢量与已记忆规则的匹配程度;规则学习模块通过自组织聚类过程自动生成规则。作为该诊断系统的一个应用实例,模拟了旋转主轴的故障诊断试验。     

人工神经网络和机械故障诊断

智能化诊断是现代故障诊断技术发展的主要趋势,人工神经网络技术的出现为这种智能化提供了一个全新的途径。本文首先简单介绍了人工神经网络的基本性能及几个重要模型,着重探讨了人工神经网络技术在机械故障诊断领域中预测与控制、工况监测与故障分类诊断、模糊诊断和基于专家系统的故障诊断等几个主要方面的应用,指出人工神经网络技术与现有的信号处理、模式识别、模糊逻辑、专家系统等技术相结合,以解决故障信号分析与处理、故障模式识别以及故障论域专家知识的组织和推理等问题,必将加快智能化诊断发展的进程。可以预料:基于人工神经网络的故障诊断技术将具有广阔的发展与应用前景,并且随着VLsI 技术的发展,这一新技术必将广泛地应用于各种诊断实例。最后讨论了进一步值得研究的方向。