共查询到20条相似文献,搜索用时 62 毫秒
1.
基于规则的模糊神经网络故障诊断专家系统 总被引:8,自引:0,他引:8
提出了一种基于规则的模糊神经网络专家系统诊断方法,该方法采用了广义三层规则库结构及推理机制,把Rule型的模糊联想记忆器作为专家系统的分类和综合算法,使基于规则的知识处理方法与模糊神经网络有机地结合在一起。并讨论了模糊神经网络输入和输出模糊化的问题。为旋转机械故障诊断专家系统提供了一个易于实现的框架结构。 相似文献
2.
提出了一种可以减小网络规模的故障表示方法,并将Alopex算法引入神经网络模型的训练过程,将人工神经网络与规则推理相结合,建立了旋转机械故障诊断的神经网络专家系统。该系统充分利用了神经网络与规则推理的优点,采用正反向混合推理方式调用知识库中的各种知识进行诊断。采用二进制数码表示机械的各种故障,基于Alopex算法训练神经网络。建立的专家系统克服了基于规则专家系统的自学习困难问题和基于神经网络诊断系统的系统控制能力弱的缺点,具有较强的诊断能力。 相似文献
3.
4.
5.
基于神经网络的数控机床故障诊断专家系统 总被引:4,自引:0,他引:4
针对传统专家系统在处理故障诊断中的不足,提出了将神经网络技术与专家系统融合的诊断模型,并用于数控机床的故障诊断中.介绍了诊断系统结构、功能及改进的BP神经网络算法,并给出了应用实例.试验结果表明,该方案合理、可行,有较好的应用前景. 相似文献
6.
针对传统故障诊断方法不能解决旋转机械故障诊断的模糊性问题,提出一种基于模糊Kohonen神经网络的故障诊断模型,通过模糊量化处理故障样本模式和在Kohonen网络中使用邻域函数自动调整权重程度的改进学习算法,较大提高了网络的学习速度和聚类能力,能对具有模糊性的复合故障进行诊断,是一种适合于复杂旋转机械故障诊断的有效可行的方法。 相似文献
7.
8.
旋转机械振动故障诊断中专家系统知识获取方法探讨 总被引:3,自引:0,他引:3
讨论了旋转机械故障诊断专家系统的知识获取原则、知识库初始化与完善和先验的针对性知识在故障诊断专家系统中的作用。提出以模糊聚类方法获取针对性知识的数学模型和以该模型为基础的一种旋转机械故障诊断专家系统的知识获取策略 相似文献
9.
10.
机载火控系统故障诊断神经网络专家系统 总被引:1,自引:0,他引:1
对作战飞机火控系统的故障检测,传统的方法是使用多种检测仪器对机载火控设备进行性能检查,技术含量低,不能满足现代战争的需要.为提高部队的作战效能,采用微电子技术、人工智能技术、计算机测量与控制技术,研制了机载火控系统故障检测装置;该装置在实际应用中取得了良好效果,并具有测试结果准确,自动化程度高,工作稳定可靠,操作简便,易于转移和维护等优点,不仅适用与内场,还可用于在外场对机载火控系统进行原位检测,为技术人员进行机载火控系统的性能及故障检测提供了便利. 相似文献
11.
用神经网络提取模糊诊断知识的方法 总被引:1,自引:1,他引:0
改进了B-P神经网络的算法结构,找了单层神经网络权值矩阵与模糊综合评判关系矩阵之间的对应关系,由此构造了模糊神经网络系统,本系统解决了模糊诊断学习困难的局限,可以将所学知识中具有普遍意义的知识提取出来,同时,将过去隐含分布式的神经网络权值矩阵的物理意义明晰化,克服了单层B-P网络的一些局限性。 相似文献
12.
13.
用于旋转机械故障诊断的一种张量增强型前向神经网络模型 总被引:2,自引:0,他引:2
在多层前向神经网络模型的研究基础上,提出了基于张量的增强型前向神经网络诊断模型,以实现在已知输入模式不变的情况下,增强原始模式的表达,从而提高了诊断的精度。试验结果表明,本模型对工程应用具有较高的实用价值。 相似文献
14.
Wang Xuanyin Gao Lei Tao GuoliangState Key Laboratory of Fluid Power Transmission Control Zhejiang University Hangzhou China 《机械工程学报(英文版)》2002,15(2):136-141
Fault detection and diagnosis for pneumatic system of automatic production line are studied. An expert system using fuzzy-neural network and pneumatic circuit fault diagnosis instrument are designed. The mathematical model of various pneumatic faults and experimental device are built. In the end, some experiments are done, which shows that the expert system using fuzzy-neural network can diagnose fast and truly fault of pneumatic circuit. 相似文献
15.
16.
ZHOU Xiong WANG Huaqing CHEN Peng TANG Yike 《机械工程学报(英文版)》2008,21(5):50-54
A sequential diagnosis method is proposed based on a fuzzy neural network realized by "the partially-linearized neural network (PNN)", by which the fault types of rotating machinery can be precisely and effectively distinguished at an early stage on the basis of the possibilities of symptom parameters. The non-dimensional symptom parameters in time domain are defined for reflecting the features of time signals measured for the fault diagnosis of rotating machinery. The synthetic detection index is also proposed to evaluate the sensitivity of non-dimensional symptom parameters for detecting faults. The practical example of condition diagnosis for detecting and distinguishing fault states of a centrifugal pump system, such as cavitation, impeller eccentricity which often occur in a centrifugal pump system, are shown to verify the efficiency of the method proposed in this paper. 相似文献
17.
FAULTDIAGNOSISEXPERTSYSTEMFORROTATINGMACHINERYBASEDONAFUZZYPROBABILITYLOGICINFERENCEMODELXiongGuoliang;ZuoHuijing(EastChinaJi... 相似文献
18.
基于RBF神经网络的齿轮箱故障诊断 总被引:1,自引:0,他引:1
阐述径向基函数(radial base function,RBF)神经网络的基本原理和算法,将其应用于齿轮箱故障诊断与识别,建立齿轮箱的BRF故障诊断模型,并与BP(back propagation)神经网络、学习率自适应BP神经网络进行对比分析研究。结果表明,RBF神经网络性能优于BP神经网络,具有较快的训练速度、较强的非线性映射能力和精度较高的故障识别能力,非常适用于齿轮箱的状态监测和故障诊断。但在具体应用中应当注意,RBF网络的训练样本必须含有一定的噪声,以提高网络的容噪性能;各类故障的训练样本数不能太少,否则RBF网络的故障分类能力很差。 相似文献
19.
Feng ZhipengDepartment of Precision Instrumentsand Mechanology Tsinghua University Beijing ChinaSong XigengInstitute of Internal Combustion Engine Dalian University of Technology Dalian ChinaChu FuleiDepartment of Precision Instrumentsand Mechanology Tsinghua University Beijing China 《机械工程学报(英文版)》2004,17(3):349-352
In order to increase the efficiency and decrease the cost of machinery diagnosis, a hybrid system of computational intelligence methods is presented. Firstly, the continuous attributes in diagnosis decision system are discretized with the self-organizing map (SOM) neural network. Then, dynamic reducts are computed based on rough set method, and the key conditions for diagnosis are found according to the maximum cluster ratio. Lastly, according to the optimal reduct, the adaptive neuro-fuzzy inference system (ANFIS) is designed for fault identification. The diagnosis of a diesel verifies the feasibility of engineering applications. 相似文献
20.
Luo XiaobinYin GuofuChen KeHu Xiaobing Luo YangInstitute of CAD&CAM Sichuan University Chengdu China 《机械工程学报(英文版)》2003,16(3):334-336
The primary purpose is to develop a robust adaptive machine parts recognition system. A fuzzy neural network classifier is proposed for machine parts classifier. It is an efficient modeling method. Through learning, it can approach a random nonlinear function. A fuzzy neural network classifier is presented based on fuzzy mapping model. It is used for machine parts classification. The experimental system of machine parts classification is introduced. A robust least square back-propagation (RLSBP) training algorithm which combines robust least square (RLS) with back-propagation (BP) algorithm is put forward. Simulation and experimental results show that the learning property of RLSBP is superior to BP. 相似文献