發(fā)布時間：2017-03-15 23:05

  本文關鍵詞：橋式起重機故障分析與故障率預測方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：橋式類型起重機是實現(xiàn)生產(chǎn)過程機械化與現(xiàn)代化的一種特種裝備,在現(xiàn)代化工業(yè)中應用廣泛,橋式類型起重機結構龐大、組成復雜,運作運行時相關人員較多,事故一旦發(fā)生就會造成嚴重后果。因此,對橋式起重機的故障進行分析和對發(fā)生故障的概率進行預測,可以在事故、故障發(fā)生之前,防止事故發(fā)生或提前做好應急工作。故障樹分析法是使用最為廣泛的一種故障分析方法。將故障樹分析法用于橋式起重機的故障分析中,把故障清晰簡潔的顯示出來,對故障類型進行系統(tǒng)的總結,對引起故障的原因進行全面概括,從而定性的對故障進行分析。層次分析法是一種綜合性的評價方法,將其用于故障分析中是基于故障樹分析法,根據(jù)故障樹畫出相應故障的層次結構模型,利用專家的經(jīng)驗建立判斷矩陣,計算每種影響因素的權重。使用層次分析法對故障進行定量分析,既避免了使用故障樹分析法建立最小割集的強大的工作量,又減少了對最小割集的劃分的主觀性,解決了故障樹邏輯關系的不確定性,以及在碰到邏輯門時無法判斷兩邊重要度的問題。使用層次分析法計算重要度可以將每一層的影響因素相對于上一層因素的重要度均計算出來,而不僅僅是計算影響因素相對于目標層的權重。對橋式起重機的故障進行分析并分類之后,將統(tǒng)計的數(shù)據(jù)進行整理,對每類故障發(fā)生的概率進行預測,將24年的故障概率作為數(shù)據(jù)的輸入,利用神經(jīng)網(wǎng)絡自學習自適應,預測下一年故障發(fā)生的概率,從而為預防故障發(fā)生以及準備零部件并合理安排維修時間與工作計劃提供依據(jù)。本文使用兩種神經(jīng)網(wǎng)絡對故障率分別進行預測,比較兩種預測方法的準確性。首先,使用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡進行預測,遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡是進行預測時使用最為廣泛的一種神經(jīng)網(wǎng)絡。其次,使用Elman神經(jīng)網(wǎng)絡進行預測,Elman神經(jīng)網(wǎng)絡是一種動態(tài)神經(jīng)網(wǎng)絡,常用于電力負荷預測。本文闡述了橋式起重機的結構以及故障形式,研究了使用故障樹分析法與層次分析法相結合的方法進行分析,畫出了橋式起重機主要故障的故障樹及層次結構模型,建立了判斷矩陣,計算了各影響因素的權重。本文使用神經(jīng)網(wǎng)絡進行故障率預測,研究神經(jīng)網(wǎng)絡的結構權值,得出神經(jīng)網(wǎng)絡的預測結果圖和預測誤差圖,并對結果進行分析,從而判斷使用神經(jīng)網(wǎng)絡方法預測故障率的可用性。
【關鍵詞】：故障分析 故障樹分析 層次分析 神經(jīng)網(wǎng)絡 預測
【學位授予單位】：安徽理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TH215
【目錄】：

• 摘要5-7
• Abstract7-17
• 1 緒論17-23
• 1.1 選題背景及研究意義17-18
• 1.1.1 研究背景17
• 1.1.2 研究意義17-18
• 1.2 國內外研究現(xiàn)狀18-21
• 1.2.1 故障分析的研究現(xiàn)狀18-20
• 1.2.2 故障率預測的研究現(xiàn)狀20-21
• 1.3 研究目的、內容、思路21-22
• 1.3.1 研究目的21
• 1.3.2 研究內容和思路21-22
• 1.4 研究方法22
• 1.5 本章小結22-23
• 2 橋式起重機故障分析23-31
• 2.1 橋式起重機概述23-26
• 2.1.1 橋式起重機結構23-24
• 2.1.2 橋式起重機分類24-25
• 2.1.3 橋式起重機安全防護裝置25-26
• 2.2 橋式起重機故障類型分析26-30
• 2.2.1 橋式起重機主要故障類型27-29
• 2.2.2 橋式起重機故障原因分類29-30
• 2.3 本章小結30-31
• 3 橋式起重機故障的分析方法31-49
• 3.1 常用的故障分析方法31
• 3.2 故障樹分析法31-37
• 3.2.1 故障樹符號與應用31-34
• 3.2.2 故障樹分析法的定性定量分析34-35
• 3.2.3 故障樹分析方法的應用35-36
• 3.2.4 故障樹分析法的缺點36-37
• 3.3 層次分析法37-42
• 3.3.1 層次分析法結構模型的建立37-40
• 3.3.2 判斷矩陣的建立及組合權重值的確定40-42
• 3.4 故障樹分析法與層次分析法相結合42-43
• 3.5 故障分析的意義43-45
• 3.5.1 在橋式起重機械使用過程中經(jīng)常發(fā)生的事故43-44
• 3.5.2 故障分析與事故之間的關系44-45
• 3.6 本章小結45-49
• 4 故障發(fā)生概率的預測49-61
• 4.1 故障概率的預測方法49-50
• 4.2 基于BP神經(jīng)網(wǎng)絡的橋式起重機故障率的預測50-54
• 4.2.1 BP神經(jīng)網(wǎng)絡50-52
• 4.2.2 預測數(shù)據(jù)來源52-54
• 4.3 遺傳算法優(yōu)化神經(jīng)網(wǎng)絡54-57
• 4.3.1 遺傳算法介紹54
• 4.3.2 遺傳算法優(yōu)化神經(jīng)網(wǎng)絡54-57
• 4.4 Elman神經(jīng)網(wǎng)絡57-59
• 4.4.1 Elman神經(jīng)網(wǎng)絡結構58
• 4.4.2 Elman神經(jīng)網(wǎng)絡學習過程58-59
• 4.5 本章小結59-61
• 5 神經(jīng)網(wǎng)絡預測及MATLAB的實現(xiàn)61-75
• 5.1 BP神經(jīng)網(wǎng)絡的建立61-63
• 5.1.1 BP神經(jīng)網(wǎng)絡參數(shù)的選擇61-62
• 5.1.2 BP神經(jīng)網(wǎng)絡MATLAB實現(xiàn)62-63
• 5.2 遺傳算法優(yōu)化神經(jīng)網(wǎng)絡63-69
• 5.2.1 遺傳算法的設置63-65
• 5.2.2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡輸出65-66
• 5.2.3 預測輸出和期望輸出結果66-68
• 5.2.4 對預測誤差進行分析68-69
• 5.3 Elman神經(jīng)網(wǎng)絡69-74
• 5.3.1 Elman神經(jīng)網(wǎng)絡的結構69-70
• 5.3.2 神經(jīng)網(wǎng)絡的訓練70-71
• 5.3.3 Elman神經(jīng)網(wǎng)絡預測結果分析71-74
• 5.4 本章小結74-75
• 6 結論與展望75-77
• 6.1 結論75
• 6.2 展望75-77
• 參考文獻77-81
• 致謝81-83
• 作者簡介及讀研期間主要科研成果83

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王凡,孟立凡;關于使用神經(jīng)網(wǎng)絡推定操作者疲勞的研究[J];人類工效學;2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經(jīng)網(wǎng)絡的直升機艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經(jīng)網(wǎng)絡的應用與展望[J];佛山科學技術學院學報(自然科學版);2009年05期

4 許萬增;;神經(jīng)網(wǎng)絡的研究及其應用[J];國際技術經(jīng)濟研究學報;1990年01期

5 張軍華;神經(jīng)網(wǎng)絡技術及其在軍用系統(tǒng)中的應用[J];現(xiàn)代防御技術;1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡在預報控制中的應用[J];機床;1993年11期

7 靳蕃;神經(jīng)網(wǎng)絡及其在鐵道科技中應用的探討[J];鐵道學報;1993年02期

8 宋玉華，王啟霞;神經(jīng)網(wǎng)絡診斷──神經(jīng)網(wǎng)絡在自動化領域里的應用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內外神經(jīng)網(wǎng)絡技術的研究與應用概況[J];電機電器技術;1995年04期

10 王中賢，錢頌迪;神經(jīng)網(wǎng)絡法在經(jīng)濟管理中的應用[J];航天工業(yè)管理;1995年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經(jīng)網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經(jīng)網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

  本文關鍵詞：橋式起重機故障分析與故障率預測方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：251102