收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于Alpha稳定分布基函数概率神经网络的系统故障诊断研究

张卫华  
【摘要】: 随着生产过程的日趋复杂,如何提高控制系统的安全性和可靠性已经引起了人们的极大关注。近年来,利用人工神经网络技术进行故障诊断成为国内外学者研究的一个重要方向。概率神经网络因其学习过程简单、训练速度快等特点被广泛应用于故障诊断领域,已经成为故障诊断技术的一种重要手段。但是,概率神经网络也同样存在一些问题,如怎样从理论上给出平滑参数的值,使得网络分类效果更佳;怎样从理论上选择PNN隐层神经元的个数等。 本文以当前概率神经网络在故障诊断应用中需要解决的关键问题为主线,结合α稳定分布和概率神经网络的相关理论知识,研究了两类典型的故障检测与故障诊断算法,分别是基于SαS分布参数估计的系统鲁棒故障检测方法和基于α稳定分布基函数概率神经网络的系统故障诊断方法。论文的主要内容包括: 首先,针对复杂非线性系统建模困难以及现有方法过分依赖系统模型的情况,提出了一种基于SαS分布参数估计的系统鲁棒故障检测方法。首先将系统输出的采样数据看作一个时间序列,并应用时间序列预测建模方法对系统输出序列进行预测建模,利用预测误差放大信号的脉冲突变,然后利用SαS分布的参数估计方法对预测误差序列的参数α进行估计,获得α的变化曲线,根据α的变化可以直观的判断出故障的发生。 然后,针对传统的概率神经网络对输入数据要求独立同分布的缺点,设计了一种基于α稳定分布基函数的概率神经网络,提出了一种新的系统故障诊断方法。网络的隐层神经元的径向基型函数采用对称α稳定分布的概率密度函数,与传统的高斯型函数相比,具有更好的可变性和延展性,从而使隐层的神经元在函数近似上具有更高的适应性,同时克服了概率神经网络对输入数据的独立同分布假设,提高了神经网络对局部脉冲突变的近似能力。该方法即使在有色噪声的背景下,仍然能够实现较好的识别效果,故障的误报率低于概率神经网络方法。 最后,对上述的工作进行了总结,并展望了未来的工作。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李学光;张树仁;;“数控机床故障诊断技术”课程建设意义及授课方法的探讨[J];长春理工大学学报(社会科学版);2011年08期
2 曹晓莉;胡卫军;王荣秀;杨光祥;江朝元;;PNN在船用污水处理装置状态诊断中的仿真研究[J];传感器与微系统;2011年07期
3 李龙雨;王明磊;刘勇;;基于TRIZ理论的系统监控及故障诊断技术[J];机电工程技术;2011年05期
4 年维国;;机电设备故障诊断技术发展探析[J];中小企业管理与科技(下旬刊);2011年06期
5 吴义民;;焦炉拦焦除尘风机振动故障诊断分析[J];设备管理与维修;2011年08期
6 袁婷;龚华军;;神经网络在光传系统故障诊断中的应用研究[J];中国科技信息;2011年18期
7 陈淑慧;梁伟雄;安秀丽;;概率神经网络国内外临床应用文献计量学评价[J];中医学报;2011年08期
8 曾利平;王海波;何岳华;;一种模拟退火小波网络的电力变压器故障诊断[J];计算机仿真;2011年07期
9 吴莉莉;黄品高;惠国华;;基于概率神经网络的粮食早期霉变识别研究[J];计算机应用与软件;2011年09期
10 陈计洲;李连泉;;煤矿机械设备的使用维修和故障诊断[J];科技传播;2011年16期
11 贺静;赵峦;;基于PCA-概率神经网络的P2P流量分类方法研究[J];电脑开发与应用;2011年07期
12 李鹏;;基于概率神经网络的光纤智能结构承载定位[J];广西师范大学学报(自然科学版);2011年02期
13 邵龙秋;张清华;;基于多免疫检测器的机组智能故障诊断系统[J];广东石油化工学院学报;2011年04期
14 张鹏;;数据挖掘算法在提升机远程故障诊断系统中的应用[J];机械管理开发;2011年03期
15 庞林江;王俊;王允祥;吴从元;何志平;;基于电子鼻的山核桃陈化时间检测[J];传感技术学报;2011年06期
16 绳晓玲;钟勇超;;基于倒谱和包络解调的齿轮箱故障诊断[J];机械;2011年06期
17 蒋丰;温建明;冯奇;;概率神经网络在舰艇冲击损伤决策中的应用[J];计算机工程与应用;2011年23期
18 冯长建;邵强;康晶;;基于混合高斯密度HMM的轴承故障诊断技术研究[J];汽轮机技术;2011年03期
19 李春芳;刘连忠;陆震;;基于数据场的概率神经网络算法[J];电子学报;2011年08期
20 贾花萍;;基于PNN神经网络的EEG信号分类方法研究[J];河南科学;2011年07期
中国重要会议论文全文数据库 前10条
1 段丰安;李文珍;许忠;;基于状态观测器的常规系统故障诊断方法研究[A];第十六届全国青年通信学术会议论文集(上)[C];2011年
2 黄高明;李胜勇;袁湘辉;;海军舰船装备远程故障诊断系统设计[A];舰船电子装备维修理论与应用——中国造船工程学会电子修理学组第四届年会暨信息装备保障研讨会论文集[C];2005年
3 叶沙琳;张铁;谢存禧;邹焱飚;;机器人的控制系统故障诊断(检测)程序开发研究[A];第十届粤港机电工程技术与应用研讨会暨梁天培教授纪念会文集[C];2008年
4 莫秋云;杨晓清;宾莹;;基于BP算法与D-S理论的故障诊断技术[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 郑应文;;线性网络故障诊断的定向激励方法[A];1994中国控制与决策学术年会论文集[C];1994年
6 殷海俊;郑建明;;舰船导弹火控系统远程检测及故障诊断[A];舰船电子装备维修理论与应用——中国造船工程学会电子修理学组第四届年会暨信息装备保障研讨会论文集[C];2005年
7 单鑫;董文洪;曹阳;;多层前馈人工神经网络在装备故障诊断中的应用研究[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年
8 牟文凯;徐小力;吴国新;;机车涡轮增压器状态监测和故障诊断方法研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
9 郭刚;杨建华;黎波;邓伟;;基于信息的机械装备综合诊断系统研究[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年
10 杨文平;石博强;任立义;;BP神经网络在大型矿用汽车发动机故障诊断中的应用[A];1998中国控制与决策学术年会论文集[C];1998年
中国博士学位论文全文数据库 前10条
1 张鹏;基于卡尔曼滤波的航空发动机故障诊断技术研究[D];南京航空航天大学;2009年
2 杨迎泽;重载组合列车同步制动系统故障诊断技术与应用研究[D];中南大学;2010年
3 杨涛;基于小波分时尺度矩特征的多状态信息融合振动故障诊断和预测方法研究[D];华中科技大学;2009年
4 岳夏;基于HMM的复杂条件故障诊断技术研究[D];华南理工大学;2012年
5 吴文杰;基于信息融合的航空发动机故障诊断方法[D];电子科技大学;2011年
6 肖志怀;水利枢纽闸门维护自动化-故障诊断技术研究[D];华中科技大学;2004年
7 闫兵;基于曲轴角振动信号的内燃机故障诊断系统关键技术研究[D];西南交通大学;2005年
8 李立京;电梯综合测试系统与故障诊断技术的研究[D];天津大学;2002年
9 王永强;考虑环境影响的电容型设备绝缘监测与故障诊断研究[D];华北电力大学(河北);2009年
10 李伦波;自然场景下交通标志的检测与分类算法研究[D];哈尔滨工业大学;2008年
中国硕士学位论文全文数据库 前10条
1 殷喆;基于神经网络的凝汽器系统故障诊断研究[D];华北电力大学(河北);2007年
2 谷雷;基于人工神经网络的化工过程的故障诊断[D];沈阳理工大学;2008年
3 张卫华;基于Alpha稳定分布基函数概率神经网络的系统故障诊断研究[D];江南大学;2009年
4 曾海平;基于经验模态分解法的滚动轴承故障诊断系统研究[D];浙江大学;2005年
5 徐安定;大型变压器状态监测与故障诊断技术[D];浙江大学;2005年
6 吴德华;列车滚动轴承故障诊断与监测系统研究[D];中南大学;2005年
7 薛寒冰;DEDS故障诊断方法的研究[D];天津大学;2005年
8 熊春柳;人工免疫在故障诊断中的应用[D];浙江大学;2006年
9 郭伟伟;基于故障树技术的远程故障诊断专家系统的研究[D];西北工业大学;2007年
10 何钧;火电厂汽包水位运行故障诊断系统研究[D];华北电力大学(河北);2007年
中国重要报纸全文数据库 前10条
1 曹百禹;我大型机组故障诊断技术发展迅速[N];中国石油报;2008年
2 记者 任继凯 王卫;过程检测及诊断技术成为企业发展“护身符”[N];中国石油报;2006年
3 本报记者  马云霄;黄文虎:志在扶摇万里程[N];黑龙江日报;2006年
4 徐兰山 罗争鸣 罗浩 万林香 供稿;我国轨道交通安全技术创新获重大突破[N];科技日报;2007年
5 罗争鸣 徐兰山 罗浩;机车故障隐患实现“立体”诊断[N];科技日报;2006年
6 特约撰稿人 张燕;精通BIOS从这里开始[N];电脑报;2001年
7 通讯员 申增广;大港采二员工优秀成果入选《世界维修论坛》[N];中国石油报;2010年
8 刘党荣;为企业运营保驾护航[N];通信产业报;2006年
9 特约撰稿 莉莉;联想万全服务器以技术创新决胜市场[N];通信信息报;2005年
10 张志勤 张静 李永新;在线监测:大型设备的忠实“保护神”[N];中国有色金属报;2006年
 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