基于信息融合的全自动生化分析仪故障检测技术研究

发布时间：2017-06-11 01:02

  本文关键词：基于信息融合的全自动生化分析仪故障检测技术研究，由笔耕文化传播整理发布。

【摘要】：在医疗领域中，生化分析仪作为一种常规的医疗诊断设备，它综合了电子、机械、软件以及生物化学等诸多科学技术，这使得分析仪结构相对复杂且故障多样，而目前对于该设备的故障分析主要依靠人工的方式进行的，需要耗费大量的时间跟人工。鉴于分析仪上装载了多种多类的传感器，因此可以应用多源信息融合技术对生化分析仪进行故障分析。神经网络与专家系统作为现今信息融合中使用非常频繁的两种人工智能方法，并广泛地被应用在医疗设备的故障诊断中。 虽然神经网络与专家系统的智能融合算法对于故障分析都很有效，但它们也具有各自的缺点，主要表现为神经网络具有结论原因的追溯存在黑箱问题，以及专家系统存在的知识窄台阶、组合爆炸与知识获取瓶颈等问题。 鉴于上述问题，课题将神经网络与专家系统结合，这样能扬长避短，，从而使得系统性能更加稳定与优越。文中采用多源信息融合技术的人工智能方法，构建了神经网络专家系统模型，并实现了将该模型应用于全自动生化分析仪的故障诊断中，即基于信息融合的全自动生化分析仪故障诊断系统。系统首先根据领域专家输入的知识以及故障的样本实例，完成知识库与系统网络的创建，并对分析仪运行过程中发生故障时的传感器状态数据，进行获取后进行汇总、分析和提取后，应用系统的神经网络进行分析，并将网络计算结果送至专家系统处进行推理，进而得出相应的故障原因。课题并通过实验验证了系统推理的准确性，充分地说明了系统以及本方法的可行性。
【关键词】：信息融合 神经网络 专家系统 生化分析仪 故障诊断
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP202;R197.39
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-17
• 1.1 课题的背景与意义10-11
• 1.1.1 课题研究背景10
• 1.1.2 课题研究实际意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 国外课题研究现状11-12
• 1.2.2 国内课题研究现状12-13
• 1.3 信息融合的定义与分类13-15
• 1.3.1 信息融合的定义13
• 1.3.2 信息融合的分类13-15
• 1.4 本文研究的主要内容15-17
• 第二章 信息融合理论17-21
• 2.1 信息融合原理17
• 2.2 信息融合模型17-20
• 2.3 本章小结20-21
• 第三章 神经网络与专家系统21-39
• 3.1 神经网络21-27
• 3.1.1 神经网络概述21
• 3.1.2 神经网络基本原理21-22
• 3.1.3 人工神经网络的分类22
• 3.1.4 BP 神经网络算法22-26
• 3.1.5 神经网络的缺点26-27
• 3.2 专家系统27-33
• 3.2.1 专家系统概述27-28
• 3.2.2 专家系统基本原理28
• 3.2.3 专家系统基本模型28-32
• 3.2.4 专家系统的缺点32-33
• 3.3 神经网络专家系统33-38
• 3.3.1 神经网络专家系统基本原理33
• 3.3.2 神经网络专家系统结构33-34
• 3.3.3 神经网络专家系统的知识表示34-36
• 3.3.4 神经网络专家系统的知识获取36
• 3.3.5 神经网络专家系统的知识推理36-38
• 3.4 本章小结38-39
• 第四章 基于信息融合的全自动生化分析仪故障诊断系统39-57
• 4.1 生化分析仪基本原理39-46
• 4.2 生化分析仪常见故障46-49
• 4.3 生化分析仪故障诊断系统49-56
• 4.3.1 系统的总体结构49-50
• 4.3.2 系统的组成与功能50
• 4.3.3 系统的知识表示50-51
• 4.3.4 系统的知识获取51-53
• 4.3.5 系统的推理机53-55
• 4.3.6 系统的知识存储与更新55
• 4.3.7 系统的软件界面55-56
• 4.4 本章小结56-57
• 第五章 分析仪故障诊断系统的评价57-63
• 5.1 网络的特征因子选取57
• 5.2 网络的参数配置57-58
• 5.3 网络的样本数据处理58-59
• 5.4 网络的样本训练59-61
• 5.5 网络训练的结果分析61
• 5.6 系统的专家处理意见61-63
• 第六章 结论63-64
• 参考文献64-66
• 在学研究成果66-67
• 致谢67

【参考文献】

中国期刊全文数据库 前10条

1 陆怀民;李美华;窦美霞;郭秀荣;赵志国;;神经网络专家系统在发动机故障诊断中的应用[J];车辆与动力技术;2008年02期

2 简小刚;贾鸿盛;石来德;;多传感器信息融合技术的研究进展[J];中国工程机械学报;2009年02期

3 谢红梅;黄伟;;人工神经网络及其在机械加工中的应用实例[J];装备制造技术;2006年04期

4 张明路,戈新良,唐智强,刘兴荣;多传感器信息融合技术研究现状和发展趋势[J];河北工业大学学报;2003年02期

5 单潮龙,马伟明,贲可荣,张磊;BP人工神经网络的应用及其实现技术[J];海军工程大学学报;2000年04期

6 侯新国,夏立,吴正国;电机故障诊断中的信息融合利用问题研究[J];海军工程大学学报;2004年03期

7 张修群;;BP神经网络在钢铁工业中的应用[J];金属材料与冶金工程;2012年02期

8 孙辉;赵峰;张峰云;;多传感器信息融合技术及其应用[J];海洋测绘;2009年05期

9 王建军;;飞机故障诊断专家知识库的构造[J];机电产品开发与创新;2012年01期

10 张绍兵;季厌浮;高志军;;基于神经网络专家系统的研究与实现[J];计算机工程与科学;2008年04期

  本文关键词：基于信息融合的全自动生化分析仪故障检测技术研究，由笔耕文化传播整理发布。

本文编号：440377