基于模糊神经网络的故障诊断方法研究

作者:宋汉江;刘敏林;刘伯运 刊名:振动工程学报 上传者:贡泽华

【摘要】将模糊原理引入神经网络,对机械设备的故障诊断方法进行了研究,介绍了具体实现过程及原理,论证了单症兆和多症兆诊断的模糊模型分别与一定条件的单层神经网络等价,建立了单症兆和多症兆诊断的模糊神经网络模型,并由此模型建立了模糊神经网络故障诊断专家系统(FNN)模型.介绍了该模型在66-10空压机上的具体实现过程.

全文阅读

第17卷增刊 2004年8月 振 动 工 程 学 报 Journal of Vibration Engineering V01.17 NO.S Aug.2004 基于模糊神经网络的故障诊断方法研究 宋汉江 刘敏林 刘伯运 (海军工程大学船舶与动力工程学院武汉,430033) 摘要将模糊原理引入神经网络,对机械设备的故障诊断方法进行了研究,介绍了具体实现过程及原理,论证了 单症兆和多症兆诊断的模糊模型分别与一定条件的单层神经网络等价,建立了单症兆和多症兆诊断的模糊神经网 络模型,并由此模型建立了模糊神经网络故障诊断专家系统(FNN)模型。介绍了该模型在66—10空压机上的具体实 现过程。 关键词:模糊;神经网络;故障诊断 中图分类号:TPl8 基于神经网络的故障诊断系统一般仅仅做到故 障症兆特征与故障模式两空间之间的非线性映射, 泯灭了故障诊断的物理概念。而模糊逻辑具有较强 的结构性知识表达能力,即能描述系统的定性知识, 擅长处理不确定性知识及模棱两可的数据,为此本 文基于模糊逻辑和神经网络找出研究故障诊断方法 的一种新途径。 1 基于模糊神经网络的故障诊断方法 1.1输入层的知识表示 设以个系统监测信号构成监测矢量F,一IfⅢ 厶z,⋯,厶。](户一1,2,⋯,s),P表示第P个样本序 列,S为样本个数。当输入特征厶。(q一1,2,⋯,村)是 数值型时,利用Ⅱ函数作隶属函数求隶属度Ⅲ。对 每一个输入特征厂户(即监测信号)来说,在系统正常 工作时一定存在某个最佳值兀。。厶。。。,厶咖表示系 统处于各种状况时厶的最大、最小值。令 pM(/★)=]-I(P棚;f吖,AM) 肌(fp。)=Ⅱ(P加;‰h) ∥。(厶。)一H(P,。;cB,如) 其中 A肘=0.5(P棚。。;一epqmi。) f^f==口细mi。+AM XI,=(、cM—epqmm)/fd fL—CM一0.5扎 k一(P加。。。一f村)/九 收稿日期:2004—04—25 cL—CM一0.5AL e,。。一/★。。。一厶。 Pp侧。一厂柏咖一‘o epq—f_q—f西 这里由厶可控制相邻模糊集的重迭程度并且 对V厶对可确保脚(厶),脚(厶。),肌(几。)中至少有 1个大于0.5。因此F。经模糊量化为 xp=[zpl,zp2,⋯,z加]= [触(厶。),脚(厶,),触(几。),胞(厶。),⋯, 卢^(fp。),∥吖(fp。),∥B(^。)] m一3n (1) 1.2在线实时故障检测及诊断 将待诊断系统的监测信号厂1,^,⋯,^进行模 糊量化为x后,经神经网络泛化,得出实际输出矢量 0一(f)1,02,⋯,Oi),若0.5<max(o。)≤1,且D,《1(j ≠i,J一1,2,⋯,J),则可知此时发生第i种故障;若 对J∈(1,2,⋯,,),max(o,)<0.5,则诊断结果不确 定。为此引入诊断结果的确信度因子bef。,bef,一 1 一oi—F量∑oJ,显然bef。越大,说明属于第i类的1 ‘l≠J 确信程度越高。 2故障诊断的模糊神经网络模型 2.1 故障单症兆诊断的模糊神经网络模型 故障单症兆诊断的模糊模型是基于模糊映射理 理论: (1)症兆特征集C----_{fl,Q,⋯,(、。); 万方数据 增刊 宋汉江等:基于模糊神经网络的故障诊断方法研究 335 0 O I,则Z (2)故障种类集F一{厂,,厂2,⋯,^); (3)映射矩阵 R== ,‘11 ,.12 r2l F22 rml l"m2 Rl 尺z ●●● R。 (4)诊断模型 F=函(co尺) (2) 式(2)中符号在模糊数

参考文献

引证文献

问答

我要提问