收藏本站
《东北石油大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于优化理论的神经网络研究及在抽油机故障诊断中的应用

王琼  
【摘要】:抽油机故障诊断的关键是实现从故障征兆空间到故障空间的映射,从而实现对故障的识别和诊断,它是一个复杂的非线性问题。神经网络的自学习能力、非线性映射能力、对任意函数的逼近能力、并行计算能力和容错能力等为故障诊断提供了有力手段。但是由于实际生产设备工况复杂,故障类型种类繁多,致使在诊断时出现网络规模庞大、学习训练时间超长、易于陷入局部最小点等问题,降低了神经网络的实用性。神经网络与遗传算法、进化机制等结合,形成计算智能,将成为神经网络用于故障诊断的趋势。本文就是将神经网络与其它优化算法结合,改善神经网络性能,从而用于抽油机的故障诊断。主要研究内容如下: 1、设计一个适合故障诊断的双权连接可拓神经网络,该网络以抽油机的状态数据为输入层,以故障类型为输出层,输入输出采用双权连接,权值分别为故障的上限数据和下限数据。提出一种能够自适应改变交叉率和变异率的自适应遗传算法,以可拓距离为评价函数,利用遗传算法的全局搜索能力,对建立的可拓神经网络的权值进行优化,克服BP算法的训练神经网络收敛性差,容易陷入局部极值的缺点。 2、设计一种免疫遗传RBF神经网络。对免疫遗传算法进行改进,给出一种基于抗体矢量距离的亲和度计算方法,在抗体的促进和抑制环节增加基于密度的调节因子,保留优秀抗体,保证抗体的多样性,避免未成熟收敛现象。用改进的免疫遗传算法优化RBF神经网络的隐层中心,提高其逼近精度,克服传统算法需要预先指定隐含层节点数或者通过大量实验获得节点数、学习效率差的缺点。 3、设计一种基于粒子群优化的神经网路。根据传统粒子群算法在训练后期容易陷入局部极值的缺点,对基本粒子群算法的速度方程进行更新,在现有的速度更新机制上加入非常小的扰动项,并动态调整加速系数,使算法能够分别调整进化初期和后期的性能。采用粒子群优化算法对神经网络的权值和阈值进行优化。 4、提出一种新的故障诊断融合方式,并将以上神经网络组成功能相容并具有选择机制的软件包,利用抽油机无线巡检数据实现智能在线故障诊断,并对诊断结果进行分析比较。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王光研;许宝杰;;弹性BP神经网络的旋转机械故障诊断[J];北京机械工业学院学报;2007年02期
2 邱浩;贺萍;;仿真技术在汽车发动机故障检测中的研究[J];计算机仿真;2007年11期
3 王光研;许宝杰;;基于LM神经网络的旋转机械故障诊断[J];机械制造与自动化;2007年06期
4 王光研;许宝杰;;Gauss-Newton神经网络的旋转机械故障诊断[J];北京机械工业学院学报;2007年04期
5 张春仙;张巍;王妍;;基于BP神经网络的电路最优测试集的生成设计[J];微计算机信息;2009年05期
6 张建民;龙佳乐;何怡刚;;基于神经网络的整流电路故障诊断[J];现代电子技术;2009年07期
7 田丽;刘宝军;尚廷义;;往复泵泵阀故障智能诊断系统[J];油气田地面工程;2010年04期
8 胡亦农;张日敏;胡乾斌;;神经网络联想记忆模型在过程监测与诊断中的应用[J];制造业自动化;1993年02期
9 吴凌云;王华;关治洪;;基于神经网络的油井井下故障诊断专家系统[J];石油工业计算机应用;2002年04期
10 黄宜军,章卫国,刘小雄;基于Morlet小波的飞控系统故障诊断方法研究[J];计算机应用;2005年09期
11 成曙;董程林;陈科吉;杜磊;;基于神经网络的故障诊断专家系统研究[J];微计算机信息;2006年31期
12 潘紫微;秦锋;;FAM神经网络在机械故障诊断中的应用[J];煤矿机械;2007年02期
13 李玉森;;遗传算法在ANN-Petri网故障诊断中的应用[J];计算机与信息技术;2008年06期
14 董敏;;基于神经网络模糊观测器的非线性系统的故障诊断[J];科技信息;2009年01期
15 张建民;龙佳乐;何怡刚;;结合遗传算法的神经网络在电力电子电路故障诊断中的应用[J];科学技术与工程;2009年08期
16 储琳琳;郭纯生;李艳琴;;浅析模拟电路故障诊断中神经网络与专家系统的应用[J];硅谷;2009年11期
17 彭滔;马茜;;小波神经网络在滚动轴承故障诊断中的应用[J];计算机工程与应用;2010年04期
18 林雪芬;郭太良;姚剑敏;林志贤;徐胜;;基于小波包变换的FED驱动电路故障诊断[J];电视技术;2011年11期
19 江雁;李超;刘天畅;;浅析轴承状态监测[J];科协论坛(下半月);2011年08期
20 曾儒伟,许诚,曾亮;故障诊断方法发展动向[J];航空计算技术;2003年03期
中国重要会议论文全文数据库 前10条
1 王晓丽;周浔;韩现刚;;小波变换和神经网络在机械故障诊断中的应用[A];2009全国虚拟仪器大会论文集(二)[C];2009年
2 韩厚德;梅国梁;周丽雯;;基于神经网络的冷藏集装箱远程监控系统设计研究[A];中国制冷学会冷藏运输专业委员会学术年会论文集[C];2007年
3 胡昌华;许化龙;陈新海;;一种新的BP学习算法及在故障模式识别中的应用[A];1995年中国控制会议论文集(下)[C];1995年
4 董选明;谭民;裘丽华;王占林;;基于鲁棒滤波器的神经网络鲁棒学习算法[A];1999中国控制与决策学术年会论文集[C];1999年
5 唐烨华;王玉敏;戴亚平;鹿卫国;;线性方程组在水电机组故障诊断中的应用[A];2005中国控制与决策学术年会论文集(上)[C];2005年
6 叶渊杰;刘玉洁;陈光大;陈坚;;基于模糊推理和神经网络的水泵机组故障诊断方法研究[A];2009全国大型泵站更新改造研讨暨新技术、新产品交流大会论文集[C];2009年
7 谈才军;黄道;;RBF神经网络在化工过程故障诊断中的应用[A];第二十四届中国控制会议论文集(下册)[C];2005年
8 何群英;郝伟;;基于全矢谱和遗传神经网络的旋转机械故障诊断[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
9 王建成;李宁;吴晓明;;基于CBR的自行火炮故障诊断系统设计[A];2006中国控制与决策学术年会论文集[C];2006年
10 王帆;吴多胜;;基于遗传算法和神经网络的导弹故障诊断专家系统[A];中南六省(区)自动化学会第24届学术年会会议论文集[C];2006年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 小田;网卡故障诊断[N];中国电脑教育报;2000年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004年
中国博士学位论文全文数据库 前10条
1 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年
2 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
3 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
4 曾良才;板带轧机液压AGC综合测试系统及故障诊断研究[D];武汉理工大学;2005年
5 陈伟根;以油中多种气体为特征量的变压器绝缘在线监测及故障诊断技术研究[D];重庆大学;2003年
6 武和雷;集成智能故障诊断策略及其应用研究[D];浙江大学;2003年
7 王琼;基于优化理论的神经网络研究及在抽油机故障诊断中的应用[D];东北石油大学;2011年
8 陈军;短信号分析技术及其在故障诊断中的应用[D];武汉理工大学;2003年
9 岑朝辉;卫星姿态控制系统中的故障诊断研究[D];华中科技大学;2011年
10 刘应吉;车辆状态监测与故障诊断新方法研究[D];东北大学;2008年
中国硕士学位论文全文数据库 前10条
1 高玉萍;基于专家系统与神经网络相结合的电力变压器故障诊断[D];西安理工大学;2005年
2 仲京臣;基于小波神经网络的故障诊断研究[D];中国海洋大学;2004年
3 徐百灵;设备故障诊断的容错神经网络信息融合方法[D];哈尔滨工程大学;2005年
4 王政;基于人工神经网络的摊铺机智能故障诊断系统研究[D];中南大学;2005年
5 厉芸;基于神经网络和遗传算法模拟电路故障诊断方法研究[D];湖南大学;2005年
6 孙远志;控制系统执行器故障诊断的研究及应用[D];华北电力大学(河北);2005年
7 成燕;基于神经网络的变频器故障诊断的研究[D];沈阳工业大学;2002年
8 陈励华;智能故障诊断技术的应用与研究[D];西北工业大学;2005年
9 胡惟文;模拟电路故障诊断的神经网络实现[D];湖南大学;2005年
10 徐志钮;基于油中溶解气体分析的变压器绝缘故障诊断研究[D];华北电力大学(河北);2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978