模糊逻辑与人工神经网络技术在灭菌器失效分析中的应用.pdfVIP

第4期 - 79 - 模糊逻辑与人工神经网络技术在灭菌器失效 分析中的应用 惠志全，杨俊强，毛力，罗健刚，关甲芬 （广州特种承压设备检测研究院， 广东 广州 510663） [摘 要] 灭菌器失效的影响因素具有模糊性，难以用精确的数学模型标识。本文采用人工神经网络和模糊逻辑相结合的方 法系统分析了影响灭菌器失效的相关因素，建立了分析模型，并进行了计算验证。 [关键词] 模糊逻辑；人工神经网络；灭菌器；失效分析 灭菌器在使用过程中往往承受交变载荷，同 递函数通常是Sigmoid 型可微函数。在人工神经网 时因其结构形式为矩形，受力通常没有圆筒形压 络中，最基本的组成单元是人工神经元 （如图2所 力容器均匀，且使用过程中易受到介质的影响。 示），人工神经元相当于一个多输入多输出的非 因此，从设计、制造、直至使用的整个过程中的 线性阈值器件。人工神经元的输出可描述为： 相关因素均会影响灭菌器的失效与否。影响灭菌 器失效的各因素又具有一定的关联性，关联程度 往往又随着使用状态有所差异。同时，诱发灭菌 式中，x ，x ，Λx 为输入信号，w ，w ， 器失效的因素具有一定的模糊性，各类风险影响 1 2 n k1 k2 因素不能被精确地数量化。为此，本文采用人工 Λwkn 为神经元权值， θ为阈值，f()为激活函数，y 神经网络与模糊逻辑相结合的方法分析探讨影响 为神经元的输出。 灭菌器失效的相关因素。 1 人工神经网络简介 人工神经网络 （Artificial N eural N etwork ， 简称ANN ）是由大量神经元互相组成的复杂的网 络系统，具有 自组织、自学习等功能，对非线性 系统具有很强的模拟能力。神经网络的 “黑箱” 特性很适合预测系统领域的应用需要，它不需要 任何经验公式，就能从已有数据中自动地归纳规 则，获得这些数据的内在规律，因此即使不清楚 图1 三层BP神经网络示意图 预测问题的内部机 理，只要有大量的输入、输出 样本，经神经网络 “黑箱”内部 自动调整后，便 可建立 良好的输入、输出映射模型。所以，在神 经网络的运算推测过程中，不存在人为的定性或 定量推理，因此其使用范围在逐步推广。其中， BP神经网络是应用最广泛、最基本的一种网络。 B P 神 经 网络 通 常 是 D . E . R u m e l h a r t 和 J.L.McCelland及其研究小组在1986年研究并设计 图2 神经元示意图 出来的，基于误差反向传播算法的多层前向神经 网络。BP神经网络是由输入层、一个或多个隐含 作者简介：惠志全（1987—），男，河南人，硕士，工程师。研 层以及输出层组成，如图1所示，神经元采用的传 究方向为特种承压设备检验检测安全评价及失效分析。 万方数据 石油和化工设备 - 80 - 故障诊断 2017年第20卷 2 灭菌器失效因素分析 转向反向传播，通过网络将误差信号沿原来的连 灭菌器失效通常指在使用过程中，灭菌器 内 接通路反传回来修改各神经元的权