本文以滑片式空氣壓縮機為診斷對象,全面闡述了專家系統(tǒng)和神經網絡的基本理論和系統(tǒng)結構。專家系統(tǒng)能夠模擬人腦的邏輯思維過程,解決需要進行復雜推理的復雜診斷問題；可以存儲和推廣專家寶貴的經驗和知識,更加有效的發(fā)揮各種專門人才的作用,使一般的維修人員也能達到專家級的診斷水平；故障診斷專家系統(tǒng)能不斷增長知識,修改原有知識,不斷更新。但是,專家系統(tǒng)中不確定信息的處理能力差是故障診斷專家系統(tǒng)中的一個非常重要的瓶頸問題。本文以產生式系統(tǒng)為基礎,在處理不確定信息時,引入了模糊推理方法。采用了知識的數據庫表達方式,使得專家系統(tǒng)的學習變得十分簡便。模擬人腦結構的人工神經網絡方法是一種全新的、有前景的故障診斷方法。在知識獲取上,神經網絡的知識不需要由知識工程師整理、總結以及消化。領域專家的知識,只需要用領域專家解決問題的實例或范例來訓練神經網絡。神經網絡系統(tǒng)的知識獲取與專家系統(tǒng)相比,既具有更多的時間效率,又能保證更高的質量。本文采用三層前饋式神經網絡,運用BP算法,以滑片式壓縮機實驗平臺測試得到的典型故障數據為神經網絡訓練的樣本。壓縮機實驗平臺檢測壓縮機各個部分的性能數據,通過神經網絡前向計算,找出壓縮機的故... 

【文章來源】：東北大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：82 頁

【學位級別】：碩士

【部分圖文】：

滑片式壓縮機原理圖

東北大學碩士學位論文第2章滑片式壓縮機故障與實驗平臺的搭建卡上FIFO:4K采樣;轉換時間:2.sps，輸出范圍:雙極性:士0.625V，士1.25V，士2.SV，士SV，士0.625V，士10V單極性:0~1.25V，0~2.SV，O~SV，0~10V;最大輸入過載電壓:土30V。滑片式壓縮機實驗平臺的部分結構如圖2.3和圖2.4所示。

單極性:0~1.25V，0~2.SV，O~SV，0~10V;最大輸入過載電壓:土30V。滑片式壓縮機實驗平臺的部分結構如圖2.3和圖2.4所示。圖23壓縮機排氣量測試平臺圖圖2.4壓縮機機體部分性能測試圖 Fig2.3TestPladbn.ofeomPr巴貶泊 remissionFig2.4ComPressorbodytest


本文編號：3406765