基于复合神经网络的柴油机故障诊断专家系统.pdfVIP

第2卷第2期 南 阳 理 工 学 院 学 报 V0l_2 NO．2 2010年 3月 joURNAL OF NANYANG INSTITUTE OF TECHNOLOGY Mar． 2Ol0 文章编号 ：1674—5132(2010)02—0016—05 基于复合神经 网络的柴油机故障诊断专家系统 武明亮，刘 璐，何俊强 (重庆通信学院控制工程重点实验室 重庆 400035) 摘 要 ：针对 ART神经网络和 BP神经网络在故障诊断领域应用的优点及不足，结合专家系统擅长推理的优点，将 ART2和并行 BP神经网络组合优化策略运用在专家系统中，用 VisualC++6．0语言作为软件开发环境 ，构造一个 基于复合神经网络 的专家系统 。最后给出一个应用实例 ，验证 了系统模型的合理性。 关键词 ：复合神经网络 ；柴油机 ；故障诊断 ；专家系统 中图分类号 ：TK05 文献标识码 ：A 0 前言 随着当今社会工业化水平 的迅猛发展 ，柴油机 作为最常用的动力机械设备 ，日益朝着大型化 、高速 化 、精密化方向发展。但柴油机 自身结构非常复杂， 容易发生故障 ，造成故障的因素也十分复杂 ，既会有 单一类故障，也会有多故障并存 的现象。专家系统 和神经网络方法都可用于装备的故障诊断，但单一 Si 的专家系统或神经网络故障诊断方法都具有一定的 bf(s，) 局限性。理论分析和实验研究表明：基于符号逻辑 qf 的专家系统擅长推理理解的工作 ，基于实例学习的 ， f(qj) 人工神经网络适于完成信息感知 的功能 ，两者在功 能上互补 ，专家系统和神经网络组合使用 ，能使二者 的优点相互增强 。。本文将一种 ART2和并行 BP 网络组合优化策略运用在专家系统 中 ，试图找 f 出一种能有效集成两者优点的故 障诊断方法 ，建造 一 图 1 单 ART2神经网络结构 个基于复合神经网络 的专家系统 ，并进行了实例 应用 图 1是典型的单 ART2神经 网络结构 。网 络可分为注意子系统和调整子系统两部分。前者完 1 ART和并行 BP神经网络基本原理 成输入向量的相似度 匹配及竞争选择，后者检验输 人模式与长期记忆模式之间的相似度是否达到满意 1．1 ART神经网络模型 一 的程度，并根据检验结果做 出相应处理。ART2用 ART(自适应谐振理论 )网络是 由美 国学者 Car— 于故障诊断，其实质就是一个模式识别 问题。将提 penter和 Grossberg提 出 来 的。ART1、ART2和 取的故障特征向量 输人 F 场 ，系统经过识别 ，输 ART3为 ART的三种不 同结构 ，在功能和实现方面 出一个节点(类别)，该节点对应一个故障原因。若 形成了一个不断完善 的系列。本文采用 ART2网 输入模式不能和 目前所有输 出节点通过匹配检验 ， 络，该网络在故障诊断领域有如