本文關鍵詞：基于模糊神經網絡的帶式輸送機故障診斷研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：裝卸起重機械包括輸送機、起重機、叉車等機械裝備，廣泛用于工業(yè)運輸系統,如工廠、港口、車間和垃圾處理等場合。但隨著這些機械設備的日益復雜化、大型化，在生產運輸中涉及到的維修難度、運行可靠性、安全性及準確性已很難滿足生產要求。所以，當下最捷徑的方法就是能夠建立起對運行設備及時地進行故障診斷。因此，對裝卸起重機械設備進行故障診斷的檢測與診斷，尤其是對故障診斷進行智能化是重中之重。 本文以神經網絡和模糊理論為理論研究基礎，重點研究了BP（Back Propagation）神經網絡理論及模糊理論應用在具有代表性的裝卸機械——帶式輸送機，以這種設備為研究對象，研究了機械故障診斷。結合Matlab，實現對帶式輸送機系統智能化故障檢測與診斷的仿真。本文的主要研究任務為：分析了模糊理論和神經網絡算法及BP算法的理論；建立帶式輸送機故障診斷中監(jiān)測裝置設計及安裝方法，以及BP神經網絡與帶式輸送機的故障診斷技術；把BP神經網絡和模糊理論結合起來應用到帶式輸送機故障診斷中，利用模糊神經網絡判斷出帶式輸送機系統所發(fā)生的故障類型。首先把帶式輸送機故障樣本進行模糊化，之后輸入到已經訓練好的模糊BP神經網絡里進行數據訓練，結果顯示，能夠在滿足最小誤差的情況下準確推理出帶式輸送機故障類型。方法可靠實用。相比之下，傳統的故障診斷方法有很大的局限性。以Matlab為系統仿真平臺，完成系統仿真設計。利用MATLAB軟件中的工具箱對帶式輸送機模糊化后的BP神經網絡故障診斷做了仿真。由仿真結果得出，模糊神經網絡更具有優(yōu)勢，能夠濾掉多余信息，節(jié)省時間空間，對工程利用有實用價值。
【關鍵詞】：帶式輸送機 故障診斷 BP神經網絡 模糊理論
【學位授予單位】：太原科技大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TH222;TH165.3
【目錄】：

• 中文摘要4-5
• ABSTRACT5-9
• 第一章 引言9-13
• 1.1 研究背景及意義9-10
• 1.1.1 課題的研究背景9
• 1.1.2 本研究的意義9-10
• 1.2 故障診斷研究現狀10-12
• 1.2.1 國內10-11
• 1.2.2 國外11
• 1.2.3 故障診斷的未來發(fā)展11-12
• 1.4 本文研究主要內容12
• 1.5 本章小結12-13
• 第二章 模糊理論與神經網絡算法及模糊神經網絡13-29
• 2.1 神經網絡13-16
• 2.1.1 人工神經網絡理論13
• 2.1.2 BP 神經網絡及理論分析13-14
• 2.1.3 BP 網絡模型建立14
• 2.1.4 BP 神經網絡的學習算法14-16
• 2.2 模糊理論16-26
• 2.2.1 模糊數學16-18
• 2.2.2 模糊集合的基本概念18-21
• 2.2.3 模糊集合的隸屬函數21-26
• 2.3 模糊神經網絡26-28
• 2.3.1 模糊神經網絡的優(yōu)點26-27
• 2.3.2 模糊神經網絡集合的方式27-28
• 2.4 本章小結28-29
• 第三章 帶式輸送機故障診斷機理研究29-41
• 3.1 帶式輸送機的特點及型號29-31
• 3.1.1 帶式輸送機的特點29-30
• 3.1.2 帶式輸送機的型號30-31
• 3.2 皮帶機故障機理研究31-39
• 3.2.1 膠帶縱向撕裂31-34
• 3.2.1.1 膠帶縱向撕裂機理32
• 3.2.1.2縱向撕裂檢測32-34
• 3.2.2 膠帶打滑34-36
• 3.2.3 膠帶跑偏36-37
• 3.2.4 膠帶斷帶37-39
• 3.2.5 撒料39
• 3.2.6 膠帶火災事故39
• 3.4 本章總結39-41
• 第四章 模糊神經網絡在帶式輸送機故障診斷中的應用41-49
• 4.1 帶式輸送機信號輸入類型41-42
• 4.2 信號調理42
• 4.3 數據采集卡42-43
• 4.4 帶式輸送機故障診斷的模糊模式識別方法43-46
• 4.4.1 模糊識別算法與歸屬原則44
• 4.4.2 帶式輸送機系統故障的模糊診斷44-46
• 4.5 BP 神經網絡數據算法流程圖46
• 4.6 模糊--神經網絡流程圖46-47
• 4.7 本章結論47-49
• 第五章 基于模糊神經網絡帶式輸送機故障診斷的仿真49-57
• 5.1 Matlab 簡介49
• 5.2 基于 Matlab 的模糊 BP 網絡49-52
• 5.3 帶式輸送機故障診斷實例仿真52-56
• 5.3.1 診斷模型建立52-53
• 5.3.2 故障診斷模糊 BP 網絡模型仿真53-55
• 5.3.3 BP 神經網絡仿真55-56
• 5.4 本章總結56-57
• 第六章 結論與展望57-59
• 6.1 結論57
• 6.2 展望57-59
• 參考文獻59-63
• 致謝63-65
• 攻讀學位期間發(fā)表的學術論文65-66

【參考文獻】

中國期刊全文數據庫 前10條

1 李云松;任艷君;;智能診斷技術發(fā)展綜述[J];四川兵工學報;2010年04期

2 張冰凌;許英姿;潘全文;;智能故障診斷方法的研究和展望[J];飛機設計;2007年05期

3 李凌云;牛躍偉;熊鯤;;帶式輸送機故障分析與預測系統的研發(fā)[J];港口裝卸;2012年05期

4 曹鳳才;岳鳳英;;基于BP神經網絡的液壓系統故障診斷研究[J];中北大學學報(自然科學版);2010年06期

5 龔利;王云寬;宋英華;曹志強;;基于模糊神經網絡的固體粉末自動配料控制系統[J];計量學報;2008年03期

6 趙番;張曉光;程真啟;李輝;;基于模糊推理的帶式輸送機打滑故障診斷系統[J];礦山機械;2007年11期

7 王致杰,王耀才,李冬;現代大型設備故障智能診斷技術的現狀與展望[J];煤礦機械;2003年07期

8 郜立煥;周長生;楊瑋;王佃武;;基于帶式輸送機的多種狀態(tài)監(jiān)測與故障診斷[J];煤礦機械;2006年03期

9 楊慶宏;張安寧;陶選;;帶式輸送機輸送帶縱向撕裂保護裝置的研究[J];煤礦機械;2006年07期

10 張小玉;魯中鍵;;模糊神經網絡技術在帶式輸送機故障診斷中的應用[J];煤礦機械;2006年11期

中國碩士學位論文全文數據庫 前8條

1 田鶴;長距離帶式輸送機實時監(jiān)控及故障診斷系統研究[D];太原科技大學;2011年

2 左靜;基于模糊神經網絡的城市軌道交通列車運行調整研究[D];蘭州交通大學;2011年

3 付瓊;智能故障診斷技術的研究與應用[D];大連理工大學;2002年

4 王昕;模糊神經網絡在機械設計中的應用[D];西北工業(yè)大學;2002年

5 陳雪娟;基于模糊BP神經網絡船舶避碰理論與方法研究[D];湖南大學;2005年

6 尉敏;基于模糊神經網絡的絕緣子狀態(tài)檢測新方法的研究[D];東南大學;2006年

7 孫麗;基于神經網絡的故障診斷專家系統的研究[D];東北師范大學;2007年

8 于婷婷;基于BP神經網絡的滾動軸承故障診斷方法[D];大連理工大學;2008年

  本文關鍵詞：基于模糊神經網絡的帶式輸送機故障診斷研究，由筆耕文化傳播整理發(fā)布。

本文編號：438195