模糊神经网络在采煤机故障诊断中的应用

发布时间：2017-04-25 13:15

  本文关键词：模糊神经网络在采煤机故障诊断中的应用，由笔耕文化传播整理发布。

【摘要】：随着科学技术的飞速发展,机械设备的自动化程度越来越高,工程设备也越来越复杂,工程设备工作的可靠性和安全性也逐步受到人们的关注。然而,运用传统的诊断方法,大型复杂设备无法对机械故障作出实时准确地诊断。这就需要采用故障诊断的智能方法和理论。 煤矿安全是煤炭资源发展的基本保证。由于煤矿事故不断发生,怎样提高煤矿的安全性和减少事故的发生是目前人们关注的主要问题。采煤机的故障诊断逐渐受到人们的关注和重视。怎样保证采煤机的正常工作和实时了解采煤机的工作状态是目前需要解决的主要问题。 模糊逻辑系统被运用到采煤机故障诊断系统中,这是煤矿业发展的重大进步。本文论述了模糊逻辑系统,详细阐述了模糊逻辑系统的的基本结构。并且对神经网络的概念、内容、方法分别进行了详细介绍。而且分析了神经网络向智能发展的趋势。此外,由于传统的梯度算法学习速度慢和泛化性能差,本文采用一种新的学习方法—ELM算法,它弥补了梯度算法的不足,能够任意选择输入权值和阈值提高了学习速度和泛化性。 对模糊逻辑系统和神经网络进行比较,当两种方法相互融合,不仅能提高模糊逻辑系统自适应性,而且加强了神经网络的可观测性和改善了神经网络的全局性。 通过建立模糊神经网络的模型,及分析采煤机的样本故障,根据实时的故障数据对该模型进行了验证,证明系统模型是有效、可行的。 对采煤机故障诊断智能系统的设计和方法分析和论述。阐述了系统整体结构、每个模块的组成和数据的传输,介绍了该系统的软件和硬件如何实现的,对故障的诊断进行仿真和实时演示。
【关键词】：故障诊断 采煤机 模糊神经网络 整体结构
【学位授予单位】：河北工程大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TD421.6;TH165.3
【目录】：

• 摘要6-7
• Abstract7-10
• 第1章 绪论10-14
• 1.1 课题研究的背景与意义10
• 1.2 智能故障诊断的概述10-12
• 1.3 采煤机故障诊断技术的发展现状12-13
• 1.4 本文的主要工作13-14
• 第2章 模糊逻辑系统14-20
• 2.1 引言14
• 2.2 模糊逻辑系统基本结构14-18
• 2.2.1 模糊控制规则15-17
• 2.2.2 隶属函数17-18
• 2.2.3 反模糊化18
• 2.3 本章总结18-20
• 第3章 神经网络20-34
• 3.1 概述20-22
• 3.2 神经网络的研究历史22-26
• 3.3 神经网络的内容26-30
• 3.4 神经网络的方法30-32
• 3.4.1 SLFNs的逼近问题30
• 3.4.2 关于梯度的算法30-31
• 3.4.3 SLFNs的最小范数最小二乘解31-32
• 3.5 本章总结32-34
• 第4章 模糊神经网络34-54
• 4.1 概述34-36
• 4.2 算术模糊神经网络36-37
• 4.3 模糊逻辑37-38
• 4.4 模糊联想记忆38-40
• 4.5 神经模糊推理系统40-44
• 4.6 神经网络近似逻辑44-45
• 4.7 模糊神经网络算法的网络结构45
• 4.8 智能化故障诊断的内容45-46
• 4.9 学习样本的组织46-50
• 4.10 模糊神经网络的训练和仿真50-53
• 4.11 本章总结53-54
• 第5章 采煤机的故障诊断系统的设计54-67
• 5.1 系统的整体结构54-55
• 5.2 数据采集模块55-57
• 5.2.1 数据采集模块的硬件设计55-56
• 5.2.2 数据采集模块的软件设计56-57
• 5.3 CAN总线与上位机的通讯57-62
• 5.3.1 CAN总线的特性57-58
• 5.3.2 CANopen工作方式58-61
• 5.3.3 传输接口61-62
• 5.3.4 CAN总线与上位机的通讯软件的实现62
• 5.4 上位机软件的开发62-66
• 5.4.1 开发工具的选择62
• 5.4.2 软件功能设计62-63
• 5.4.3 数据库设计63-65
• 5.4.4 系统运行实例65-66
• 5.5 本章总结66-67
• 第6章 结束语67-69
• 6.1 论文总结67
• 6.2 不足与建议67-69
• 致谢69-70
• 参考文献70-77
• 作者简介及科研成果77

【参考文献】

中国期刊全文数据库 前10条

1 ;Research on a Vibrating Mill Control System Based on a Fuzzy Neural Network[J];International Journal of Plant Engineering and Management;2010年03期

2 苏欣平;任武;周鑫;王爱荣;解亚;;基于模糊神经网络的铅酸蓄电池组管理系统[J];中国工程机械学报;2012年03期

3 尤树华;周谊成;王辉;;基于神经网络的强化学习研究概述[J];电脑知识与技术;2012年28期

4 何英;王贵君;;折线模糊神经网络的共轭梯度算法[J];电子学报;2012年10期

5 吴正龙;赵忠实;;基于自适应模糊神经网络系统的射击毁伤评估模型研究[J];兵工学报;2012年11期

6 杨文光;高艳辉;王清;;模糊前向神经网络在瓦斯涌出量预测中的应用[J];安徽大学学报(自然科学版);2013年06期

7 谢传胜;赵晨晨;;基于模糊神经网络的燃气发电风险评价研究[J];科技创新与应用;2013年32期

8 罗小刚;刘静静;侯长军;霍丹群;法焕宝;杨眉;;彩色可视传感阵列基元匹配快速定量算法[J];重庆大学学报;2013年10期

9 季文娟;顾永松;冯乐;;基于模糊神经网络的建筑能耗评估模型研究[J];建筑节能;2013年11期

10 张贯宇;田建艳;张维杰;邱华东;张婵爱;;基于模糊神经网络参数整定的仿人智能控制[J];传感器与微系统;2013年10期

  本文关键词：模糊神经网络在采煤机故障诊断中的应用，由笔耕文化传播整理发布。

，

本文编号：326402