基于神经网络的装备故障诊断专家系统研究

• 作 者: 薛倩倩
• 出 处: 西安工业大学
• 发表日期: 2004年期
• 关键词: 智能故障诊断 多模式 实时 Elman

现代化装备功能越来越多样化和智能化,其结构也随之越来越复杂,导致装备维护和管理工作困难重重,工作量和复杂度大幅度提高,尤其是装备故障诊断问题,因引起故障的因素多样化,故使得维护和维修人员故障诊断准确率和工作效率降低,故障诊断技术研究是保障装备安全、高效、可靠运转的关键技术。本文以陕西省教育厅专项科研计划项目“基于嵌入式系统的武器装备故障诊断方法研究”为背景,以某装备故障诊断专家系统为研究对象,结合其特点及故障诊断问题,本课题提出基于神经网络的装备故障诊断专家系统。本文充分、深入的研究了故障诊断技术,通过分析各种智能故障诊断技术的优缺点,选取适合本课题的智能诊断技术,对比、分析神经网络和专家系统的区别和联系,深入研究神经网络与专家系统的结合方式,构建出多模式、实时的基于神经网络的故障诊断专家系统。另外,通过将故障诊断专家系统移植到移动手持终端,给故障诊断工作提供了更方便、灵活的方式;通过实时监测被诊断装备的工作电压,为故障诊断提供更直接、有效的依据,减少或者在很大程度上避免了人工在故障诊断过程中的参与。在本课题中,通过对Elman神经网络模型结构和功能的分析,以及在某装备工作过程中对故障问题诊断实际效果的检测,Elman神经网络在收敛速度、误差精度方面都明显优于BP神经网络。另外Elman神经网络所具有的动力学特性,使其更能适应动态工作环境,更加有助于故障诊断专家系统发挥其实时故障诊断能力。本课题构建的多模式、实时故障诊断专家系统,经过测试,有效的解决了故障诊断过程中遇到的准确度低、效率低的问题,另减少人工参与,提供方便、灵活的故障诊断方式。