基于模糊神經(jīng)網(wǎng)絡(luò)的采煤機(jī)智能故障診斷研究.pdf

1、隨著科學(xué)技術(shù)的飛速發(fā)展，工程設(shè)備日趨復(fù)雜，自動(dòng)化程度越來(lái)越高，設(shè)備運(yùn)行的安全性和可靠性也越來(lái)越受到人們的重視。傳統(tǒng)的故障診斷方法無(wú)法對(duì)大型復(fù)雜設(shè)備作出準(zhǔn)確、實(shí)時(shí)地診斷，這時(shí)就必須采用智能故障診斷的理論和方法。 本文論述了模糊邏輯系統(tǒng)和模糊推理方法，并有針對(duì)性地討論故障診斷中的模糊邏輯規(guī)則和模糊推理問(wèn)題。詳細(xì)論述了神經(jīng)網(wǎng)絡(luò)技術(shù)的理論、方法，針對(duì)傳統(tǒng)的基于梯度學(xué)習(xí)算法的不足，采用了最近提出的一種新的神經(jīng)網(wǎng)絡(luò)算法即最優(yōu)學(xué)習(xí)機(jī)(ELM)

2、算法，并對(duì)其進(jìn)行了理論推導(dǎo)。由于ELM神經(jīng)網(wǎng)絡(luò)的輸入權(quán)值和閾值可以任意選擇，不像基于梯度算法那樣反復(fù)調(diào)整輸入權(quán)值和閾值，所以大大提高了網(wǎng)絡(luò)的訓(xùn)練速度，并且具有更好的泛化性能。它克服了基于梯度算法的主要瓶頸，適合于實(shí)時(shí)的故障診斷系統(tǒng)中。 通過(guò)模糊邏輯系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的比較，利用兩者的優(yōu)點(diǎn)，構(gòu)建了模糊神經(jīng)網(wǎng)絡(luò)模型。通過(guò)對(duì)采煤機(jī)的故障分析，提取實(shí)際的故障數(shù)據(jù)對(duì)模糊神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了驗(yàn)證，證明了其有效性。 論述了采煤機(jī)智能故障診斷