- 1、本文档共77页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[理学]信息融合技术在故障诊断系统中应用的研究ashx
摘要
摘要
近年来,信息融合技术正从前沿理论逐步走向工程应用实践。作为信息融
合技术之一的模糊神经网络理论是其中发展较好、应用较成功的技术。本论文
就如何将信息融合技术应用在机车故障监控和诊断系统,作了一些新的应用探
索和研究,并以动力分散型电动车组动力部分为模型,进行了论证。
论文首先对故障诊断方法和信息融合技术进行了一定的总结和归纳。比较
了常用信息融合技术的特点,阐述了模糊神经网络应用于故障诊断系统的优势。
并分析了信息融合的应用模型和体系结构,给出了针对故障诊断应用实际选取
合适算法的标准和原则.然后从理论上分析了扩展原理、分解原理和模糊关系
在模糊神经网络应用中的指导作用。并针对故障诊断应用的实际,研究电力机
车动力部分的控制规律和结构等知识,总结了相应的控制流程和参数。并建立
了基于模糊神经网络的诊断体系,在动态隶属度函数确定、模糊推理规则库 (即
网络训练母样本)建立和诊断判决算法选取三个方面提出了既实用又较有新意
的实现方法,并编制了相应的程序加以验证。其中,针对机车系统的时变性,
提出了动态隶属度函数的概念和确定方法。针对机车系统故障的多样性、复杂
性,提出了反向推理结合数据库模糊聚类的规则定立方法。针对机车故障容易
出现漏判和误判,提出了一种动态阀值判决的方法。此外就整个诊断体系和数
据库的建立也做了一定的研究工作。其中对复杂系统的诊断体系提出了分层融
合的思路,对故障样本和规则样本选用了数据库技术加以收集和规范。
研究结果表明信息融合减少了故障分类的不确定性,提高了诊断系统对故
障的识别能力。较为遗憾的是由于条件和时间限制,未能在机车上实现应用,
只实现了方案的研究和论证。
关键词:信息融合,模糊神经网络,故障诊断,机车故障监控系统
abstract
ABSTRACT
Recentyears,InformationFusionTechniquethateverwasanadvancedtheory
hasbeenappliedtoengineeringpracticeinmoreandmoresituation.Asakindof
InformationFusionTechnique,theFuzzy-NeuralNetworkbecomesoneofthemost
promisingtechniquesthosearesuccessfultousinginthefieldoffaultdiagnosis.
SomenewresearchandexploreabouthowtousingFuzzy-NeuralNetworkinfault
diagnosissystemoflocomotivehasbeenbroughtforwardinthisthesis.
Inthebeginning,summarizeofmeanstofaultdiagnosisandinformationfusion
techniqueiswritten.Weclassifyandexplainthemethodsoffaultdiagnosisanddraw
aconclusionthatinformationfusionisthedevelopingtrendofit.Thenwedrawa
comparisonofsometypicalinformationfusiontechnique,andshowthesuperiorityof
Fuzzy-NeuralNetwork.Andthemodelandrfameworkofinformationfusionis
analyzed,thecriterionandprincipleabouthowtochoosetherightwaytofitthe
requirementofapplicationisalsodescribed.Weanalyzethetheorybaseof
Fuzzy-NeuralNetwork.Theinstructionfunctionofextensibilitytheorem,dissolvable
theorem andthefuzzyrelationshipisemphatically
文档评论(0)