基于神经网络的智能诊断方法(word文档良心出品).docxVIP

基于神经网络的智能诊断方法 摘要：故障诊断实质上是一个模式分类问题，即如何从测量空间到故障空间的映 射过程，但是这中映射过程一般是复杂的且非线性的，这就需要我们找到一种有 效的对复杂非线性映射的逼近技术，神经网络就是其中一种。神经网络的学习训 练过程是通过误差反向传播算法利用训练样本的输出和已知的输出样本的误差 不断调整各层的权值和各个节点的阈值，自至最终满足误差精度要求。将待诊断 的数据进行数据预处理和特征提取后，将特征信号输入到已完成训练的神经网络 中，根据输出的结果就可以完成对当前数据的诊断。 关键字：故障诊断，神经网络，BP网络 1引言 人工神经网络(Artificial Neund Networks,简称ANN)是在神经生理学研究 的基础上，模仿人脑神经元结构特性而建立的一种网络系统。它由大量的处理单 元高度互联而成，具有对人脑某些基本特性的简单模拟能力。神经网络具有可学 习性和并行计算的能力，可以实现分类、优化、组织、联想记忆和非线性映射 等功能。在故障诊断中，诊断推理可以理解为根据特定的映射关系由故障征兆域 到故障原因域的计算求解问题，对于复杂的机械系统而言，这种映射关系一般为 非线性的，由于神经网络可以对各种映射进行有效的逼近，因此，神经网络及其 相应算法在诊断推理中得到了广泛的应用。 2神经网络的理论基础 2.1人工神经元模型 人工神经元模型是对生物神经元的简化和