本文關(guān)鍵詞：智能故障診斷技術(shù)的應(yīng)用與研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著人工智能技術(shù)的不斷進(jìn)步,診斷技術(shù)已開始進(jìn)入一個(gè)新階段,即智能化診斷階段。本文應(yīng)用專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)兩種方法結(jié)合軍用電子裝備的故障診斷問題進(jìn)行了研究。針對(duì)診斷對(duì)象特點(diǎn),知識(shí)表示采用基于產(chǎn)生式規(guī)則和基于神經(jīng)網(wǎng)絡(luò)兩種知識(shí)表示方法。知識(shí)獲取被認(rèn)為是專家系統(tǒng)建造中的“瓶頸問題”,對(duì)于這個(gè)問題,本文提出一種基于關(guān)系數(shù)據(jù)庫的獲取方法,實(shí)現(xiàn)知識(shí)的管理獨(dú)立于專家系統(tǒng)進(jìn)行,并考慮到診斷對(duì)象的層次結(jié)構(gòu),建立了高效的知識(shí)獲取功能模塊。同時(shí)將關(guān)系數(shù)據(jù)的查詢方法應(yīng)用于知識(shí)的搜索中,使推理過程更加簡單、快捷。在以上工作的基礎(chǔ)上,本文開發(fā)了基于規(guī)則的診斷專家系統(tǒng)模型。該模型具有良好的模塊性、可擴(kuò)充性,并通過實(shí)例證明該系統(tǒng)是一種有效的故障診斷的方法。 此外文中還建立了一個(gè)兩級(jí)BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng),利用所獲得的故障樣本數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,從而實(shí)現(xiàn)了對(duì)某些故障的混合智能診斷。在對(duì)神經(jīng)網(wǎng)絡(luò)故障樣本訓(xùn)練過程中,分析了隱層節(jié)點(diǎn)數(shù)、學(xué)習(xí)率等因素對(duì)網(wǎng)絡(luò)性能的影響,為網(wǎng)絡(luò)參數(shù)合理選取提供了依據(jù)。其診斷結(jié)果表明,應(yīng)用本文所設(shè)計(jì)的混合智能診斷系統(tǒng),各故障樣本訓(xùn)練均能快速有效的收斂于設(shè)定的誤差值,而且網(wǎng)絡(luò)具有一定的泛化能力。
【關(guān)鍵詞】：故障診斷 人工智能 專家系統(tǒng) 知識(shí)獲取 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：西北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2005
【分類號(hào)】：TP277
【目錄】：

• 摘要4-5
• ABSTRACT5-7
• 第一章 緒論7-15
• §1．1 故障診斷概述7-13
• §1．1．1 故障診斷的意義及概念7-9
• §1．1．2 故障診斷技術(shù)介紹9-11
• §1．1．3 智能故障診斷11-13
• §1．2 研究背景與意義13-14
• §1．3 本文的主要工作14-15
• 第二章 智能故障診斷的基本理論及專家系統(tǒng)結(jié)構(gòu)15-25
• §2．1 人工智能與專家系統(tǒng)的基本概念15-16
• §2．2 專家系統(tǒng)的總體結(jié)構(gòu)及設(shè)計(jì)要點(diǎn)16-18
• §2．3 神經(jīng)網(wǎng)絡(luò)的基本原理18-25
• §2．3．1 神經(jīng)元19-20
• §2．3．2 BP網(wǎng)絡(luò)結(jié)構(gòu)及學(xué)習(xí)算法20-25
• 第三章 知識(shí)庫管理和維護(hù)系統(tǒng)25-41
• §3．1 知識(shí)獲取25-26
• §3．2 知識(shí)的表示26-28
• §3．3 知識(shí)庫的構(gòu)建28-34
• §3．3．1 系統(tǒng)的層次模型28-30
• §3．3．2 利用關(guān)系數(shù)據(jù)庫創(chuàng)建知識(shí)庫30-34
• §3．4 知識(shí)庫的管理和維護(hù)34-37
• §3．5 知識(shí)庫編輯工具37-41
• 第四章 基于規(guī)則的專家系統(tǒng)推理機(jī)實(shí)現(xiàn)41-52
• §4．1 推理策略41-44
• §4．2 推理機(jī)的實(shí)現(xiàn)44-48
• §4．3 專家系統(tǒng)的解釋機(jī)制48
• §4．4 實(shí)例應(yīng)用48-52
• 第五章 基于神經(jīng)網(wǎng)絡(luò)的智能故障診斷52-69
• §5．1 BP網(wǎng)絡(luò)學(xué)習(xí)算法的改進(jìn)53-55
• §5．2 神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)結(jié)構(gòu)55-57
• §5．3 基于ANN的知識(shí)獲取、知識(shí)表達(dá)57-59
• §5．4 網(wǎng)絡(luò)設(shè)計(jì)及實(shí)例分析59-68
• §5．5 神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)專家系統(tǒng)的比較68-69
• 第六章 結(jié)束語69-70
• 致謝70-71
• 參考文獻(xiàn)71-75

【引證文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 扶曉;劉勁;張明慧;;多Agent信息融合的故障診斷研究[J];電腦知識(shí)與技術(shù);2010年11期

2 楊健;馮楠;劉劍超;李靜;;基于電路仿真的BP神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)研究[J];艦船電子工程;2010年02期

3 許昕;潘銘志;王晶禹;潘宏俠;;基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法的研究[J];機(jī)械管理開發(fā);2007年02期

4 王秋彥;鞠建波;金鑫;;優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在電子設(shè)備故障診斷中的應(yīng)用[J];現(xiàn)代電子技術(shù);2010年03期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 葉沙琳;張鐵;謝存禧;鄒焱飚;;機(jī)器人的控制系統(tǒng)故障診斷(檢測(cè))程序開發(fā)研究[A];第十屆粵港機(jī)電工程技術(shù)與應(yīng)用研討會(huì)暨梁天培教授紀(jì)念會(huì)文集[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 黃保海;基于分解—集成的汽輪發(fā)電機(jī)組故障診斷方法研究[D];華北電力大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王俊;基于ARM9車載導(dǎo)航系統(tǒng)的設(shè)計(jì)研究[D];西安電子科技大學(xué);2011年

2 朱俊華;反滲透海水淡化故障診斷專家系統(tǒng)的研究[D];杭州電子科技大學(xué);2011年

3 葉進(jìn)軍;基于RBR和CBR混合推理的數(shù)控系統(tǒng)智能故障診斷[D];武漢科技大學(xué);2011年

4 陳榮剛;基于在線檢測(cè)信息的儲(chǔ)罐底板腐蝕狀態(tài)智能評(píng)價(jià)方法研究[D];東北石油大學(xué);2011年

5 馬穎;智能家電故障診斷系統(tǒng)研究與應(yīng)用[D];大連理工大學(xué);2011年

6 師會(huì)超;軌道交通自動(dòng)門智能故障診斷技術(shù)研究與系統(tǒng)開發(fā)[D];南京理工大學(xué);2006年

7 路堯;X字型舵魚雷的故障診斷與容錯(cuò)控制技術(shù)研究[D];西北工業(yè)大學(xué);2007年

8 孫慧平;綜合導(dǎo)航顯控臺(tái)智能故障診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2007年

9 王豐美;基于粗糙集—神經(jīng)網(wǎng)絡(luò)的智能混合故障診斷系統(tǒng)的開發(fā)[D];浙江工業(yè)大學(xué);2007年

10 徐暉;基于ARM平臺(tái)的車載導(dǎo)航系統(tǒng)的研究與設(shè)計(jì)[D];武漢理工大學(xué);2008年

  本文關(guān)鍵詞：智能故障診斷技術(shù)的應(yīng)用與研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：321959