人工神經網(wǎng)絡與案例推理技術相結合用于故障診斷.pdf

1、本文主要研究了將神經網(wǎng)絡技術同基于案例推理技術相結合用于故障診斷.神經網(wǎng)絡和基于案例推理作為人工智能領域的代表技術,在故障診斷領域中各有其成功的應用.但由于兩種技術本身的缺陷和現(xiàn)代故障形式的不斷復雜化,單獨應用這些人工智能技術都不可避免的存在著局限性.因此,根據(jù)兩種技術在故障診斷中特點,將兩者結合未嘗不是解決其各自缺陷的方法,本文正是基于這一背景,對故障診斷領域中兩者的結合進行了研究.基于神經網(wǎng)絡的故障診斷過程缺乏透明性,對于復雜系統(tǒng)效

2、果不佳,而基于案例推理的診斷方法在大型系統(tǒng)中,診斷精度不高,推理過程緩慢.針對兩者的缺陷和其各自的特點,本文將兩者進行結合,并設計了具體的結合方案,即利用神經網(wǎng)絡的模式匹配能力作為預分類器,對案例推理中的案例建立索引,指導案例的檢索,建立了ANN-CBR模型.同時,本文結合煉油工業(yè)中的流化催化裂化過程的仿真系統(tǒng)得到數(shù)據(jù),對所建立的結合模型進行了測試.取得了較好的故障診斷結果,診斷性能明顯優(yōu)于單獨使用的情況,說明將神經網(wǎng)絡和基于案例推理結