神经网络预测技术在生产系统智能维护中的应用分析-application and analysis of neural network prediction technology in intelligent maintenance of production system.docxVIP

山东科技大学硕士学位论文 摘要 摘 要 随着社会经济的不断发展和科学技术的不断创新，我国制造业中生产制造系统迅速 向集成化、连续化、高速化和自动化方向发展。因此，合理的维护生产系统，保障生产 系统的流畅运作已成为决定企业核心竞争力的重要因素。现在企业中多采用定期检修的 方式，不仅仍然不能最大程度的减少生产系统出现的问题，企业还需要为此付出昂贵的 经济支出。采用先进的电子计算机和信息技术，利用人工智能对生产系统进行智能维护， 为保证生产系统的安全、高效、可靠运行提供了一条捷径。 智能维护是包含信息采集硬件设备、网络信息传输、生产性能预测技术和决策支持 与优化技术等在内的系统化工程。本文利用神经网络技术建立模型，针对生产性能预测 技术进行了研究，具体研究内容如下： 1）通过查阅文献，调研和企业生产管理人员的帮助，分析生产系统性能的影响要素 和提取特征量。 2）建立相应的的自组织特征映射（ SOM）神经网络细分模型，包括细分模型的结 构、学习过程算法和模型参数；在 Matlab7.1 软件中模拟运行该模型， 对瀚宇彩晶公司 的现有生产系统状态进行细分。 3）针对不同特征的系统状态，使用 BP 识别模型对生产系统各状态和生产性能的关 联规则进行学习，构建成熟的生产性能预测模型。在 Matlab 中模拟运行该预测模型，对 实验结果进行分析。 研究结果表明，运用 SOM 神经网络的聚类算法可以对现有生产状态进行细分； BP 神经网络的模式识别算法可有效预测生产系统的性能，测试样本的实验结果精度较高， 能够作为生产性能预测的应用模型。因此，将神经网络的预测功能应用在生产系统的智 能维护中，可以 高精度预测生产性能高低，参考预测结果，可更好的应用 20/80 原 则 ， 更有效为决策优化提供支持。 关键词：生产系统，SOM 神经网络，BP 神经网络，状态细分，性能预测 山东科技大学硕士学位论文AB 山东科技大学硕士学位论文 ABSTRACT ABSTRACT With the development of socioeconomics and innovation of science and technology, the ma nufacturing system is developing to the direction of integration, continuity, hi-speed and automa tion quick ly in China. Therefore, ma inta ining the ma nufacturing system reasonably and ensuring the ma nufacturing system to operate smoot hly has become an important factor in determining enterprises core competitiveness . Now ma ny enterprises adopt the met hod of regular ma intena nce. This not only cannot decrease the problems in ma nufacturing system, but also enterprises need to pay the expensive economic expend iture. Using advanced elect ronic computers and information technology and utilizing artificia l intelligence can ma inta in the ma nufacturing system intelligently. This provide a shortcut to ensure the ma nufacturing system operate safely, efficiently and reliably. Intelligent ma intena nce is a systematic engineer ing that contains information collect ion hardware equipment, network information transmission; product ion performa nce predict ion technology and decision support and optimize technology, etc. This paper is about the product ion