马达故障诊断之模糊类经网路.pptVIP

馬達故障診斷之模糊類神經網路 指 導 老 師：陳沛仲 老師 學 生：藍士強 李佳芳 方國安 日 期：2005.04.21 諸論 目的： 若可在馬達出現初期故障徵兆而未損壞時，透過監測設備 與自動化診斷系統找出原因，並及早修復，這樣便可大量 節省維護人員及損壞後維修的成本，並且可以保障工廠的 生產力不致於中斷。 發展故障診斷技術可帶來的收益： - 提高設備的可靠性。 - 減低事故發生。 - 節省維修經費。 - 提高經濟效益。 診斷方法 方法： - 貼近度計算 利用提取的頻譜特徵與設定的故障標準矩陣中的值做貼近度的計算。 - 類神經網路 將設定好架構的類神經網路，以故障標準矩陣作為樣本，完成類神經網路的學習。 - 模糊類神經網路 學習方法與類神經網路相同，唯一不同的是模糊類神經網路的特徵參數須先經模糊化，再進行學習。 文獻回顧 傳統典型。 人工智能。 模糊理論。 (Zadeh 1965) 神經元的數學模型。 (心理學家McCulloch與數學家Pitts 1943) 具學習能力的倒傳遞類神經網路。 (Rumelhart 1985) 結合了模糊與類神經網路。 (Chow 1993) 證明了在同效能中，分級後較未分級的更能處理多重