hos和bp网诊断方法及可重构诊断模式研究.pdfVIP

hos和bp网诊断方法及可重构诊断模式研究.pdf

  1. 1、本文档被系统程序自动判定探测到侵权嫌疑,本站暂时做下架处理。
  2. 2、如果您确认为侵权,可联系本站左侧在线QQ客服请求删除。我们会保证在24小时内做出处理,应急电话:400-050-0827。
  3. 3、此文档由网友上传,因疑似侵权的原因,本站不提供该文档下载,只提供部分内容试读。如果您是出版社/作者,看到后可认领文档,您也可以联系本站进行批量认领。
查看更多
hos和bp网诊断方法及可重构诊断模式研究

Research on Fault Diagnosis Methods Based on Higher-order Statistics(HOS) and Back Propagation(BP) Neural Network and Reconfigurable Diagnosis Model A Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Degree of Doctor of Engineering by Zhou Peng Supervisor: Prof. Qin Shuren Major: Mechantronics Engineering College of Mechanical Engineering Chongqing University March,2008 This paper is a branch of project supported by NSFC( No) and project supported by National “863” project( No.2005AA420350 ) 中文摘要 摘 要 设备故障诊断的研究和应用对行业效益和基础理论的发展都起着积极作用: 一方面,它利用视情维修或预知维修,及时、准确地对设备运行中的各类异常或 故障作出诊断,为制定设备的最佳维修决策提供依据;另一方面,它的开展可以 客观地检验设备故障诊断的相关理论和方法,为寻找最佳诊断理论(方法)提供 依据,同时又反过来完善相关理论(如信号采集、分析和模式识别等)。 目前,设备故障诊断主要以设备振动信号的分析为基础(拾取振动信号便利 且易操作),通过检测和分析振动信号,提取和识别信号特征,从而实现故障诊断。 本文重点研究了高阶统计量(HOS )和 BP 神经网络的故障诊断方法,HOS 具有自动抑制高斯噪声、检测和分析相位耦合信号、检测冲击信号以及循环平稳 信号等功能,而BP 神经网络具有较强的学习能力、联想能力以及非线性映射能力。 但它们仍存在不足和局限,因此,本文也结合其它方法(如小波方法、经验模态 分解方法、遗传算法等)对它们进行研究。 设备故障多呈复杂、并发和随机的特点,加之传统技术水平的限制,出现了 各种结构、各种数据组织方式的测试系统 (仪器),它们之间难以进行信息交互 和协作,组建协同诊断系统、进行系统集成更是困难。尽管这些测试系统有各自 的应用范围和条件,但它们的功能模块(软件算法)都有相似之处,可以通过设 置实现它们之间的互换,使功能模块的重用成为可能。 虚拟仪器(简称 VI )是最大程度运用软件(算法)来实现硬件功能的仪器技 术,它是计算机技术、传感器技术、现代信号分析技术、人工智能等技术相结合 的产物。VI 为功能模块重用提供了一种实现机制,它与生俱来的可扩展、可开放 和可互换的特性,使之能够突破传统测试系统(仪器)的局限、较容易地构建可 重构诊断系统,VI 为构建可重用诊断系统(简称RIFDS ),实现仪器资源的共享, 有效降低仪器重复开发而造成的人力、物力浪费提供了技术支持。 智能控件化(简称 IVC )及智能控件化虚拟仪器(IVC-VI )这种新型的仪器 及仪器开发方式将VI 技术提高到一个新高度,它不仅为诊断方法的研究提供了良 好的开发平台,同时也为构建可重诊断系统提供了一种有效的途径,在此背景下, 本文研究了诊断系统的IVC 可重构模式。 综上所述,论文的主要内容如下: ①首先介绍了课题背景(课题来源、课题的提出和研究目的及意义),然后对

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档