神經(jīng)網(wǎng)絡(luò)專家診斷系統(tǒng)及瓷器產(chǎn)品質(zhì)量識(shí)別的研究.pdf

1、該論文提出一種BP(back-propagation)神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)相結(jié)合的智能診斷系統(tǒng).對(duì)采集的信號(hào)進(jìn)行快速傅立葉變換(Fast Fourier Transform,簡(jiǎn)稱FFT),提取特征參數(shù),根據(jù)幅值最大值的統(tǒng)計(jì)量進(jìn)行特征選擇,由神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)進(jìn)行故障診斷及狀態(tài)識(shí)別.在瓷器質(zhì)量識(shí)別中得到成功應(yīng)用.瓷器生產(chǎn)企業(yè)中,通常采用抽樣和目測(cè)的檢查方法來(lái)檢驗(yàn)產(chǎn)品質(zhì)量.這種方法準(zhǔn)確率不高,不僅浪費(fèi)勞動(dòng)力,而且增加成本.通過(guò)敲擊被測(cè)物,獲取受

2、迫振動(dòng)和衰減振動(dòng)組成的音頻信號(hào),提取特征,然后由神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)進(jìn)行辨識(shí),實(shí)現(xiàn)自動(dòng)質(zhì)量檢驗(yàn).采用三層結(jié)構(gòu)設(shè)計(jì)神經(jīng)網(wǎng)絡(luò).改進(jìn)BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法:增加動(dòng)量項(xiàng)、選取初始權(quán)值(-1,1)、歸一化學(xué)習(xí)樣本、學(xué)習(xí)速率η自適應(yīng)調(diào)整.實(shí)驗(yàn)證明改進(jìn)后網(wǎng)絡(luò)學(xué)習(xí)步數(shù)從150步銳減至30步,學(xué)習(xí)時(shí)間大大縮短,陷入局部最小點(diǎn)的幾率從8﹪降低到1﹪.利用該系統(tǒng)對(duì)多個(gè)具有不同質(zhì)量狀態(tài)的瓷碗進(jìn)行識(shí)別,驗(yàn)證了系統(tǒng)的可靠性.該識(shí)別系統(tǒng)可推廣應(yīng)用于類似產(chǎn)品質(zhì)量檢測(cè),該算法