本文以滑片式空氣壓縮機(jī)為診斷對象,全面闡述了專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的基本理論和系統(tǒng)結(jié)構(gòu)。專家系統(tǒng)能夠模擬人腦的邏輯思維過程,解決需要進(jìn)行復(fù)雜推理的復(fù)雜診斷問題；可以存儲和推廣專家寶貴的經(jīng)驗和知識,更加有效的發(fā)揮各種專門人才的作用,使一般的維修人員也能達(dá)到專家級的診斷水平；故障診斷專家系統(tǒng)能不斷增長知識,修改原有知識,不斷更新。但是,專家系統(tǒng)中不確定信息的處理能力差是故障診斷專家系統(tǒng)中的一個非常重要的瓶頸問題。本文以產(chǎn)生式系統(tǒng)為基礎(chǔ),在處理不確定信息時,引入了模糊推理方法。采用了知識的數(shù)據(jù)庫表達(dá)方式,使得專家系統(tǒng)的學(xué)習(xí)變得十分簡便。模擬人腦結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)方法是一種全新的、有前景的故障診斷方法。在知識獲取上,神經(jīng)網(wǎng)絡(luò)的知識不需要由知識工程師整理、總結(jié)以及消化。領(lǐng)域?qū)＜业闹R,只需要用領(lǐng)域?qū)＜医鉀Q問題的實例或范例來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)系統(tǒng)的知識獲取與專家系統(tǒng)相比,既具有更多的時間效率,又能保證更高的質(zhì)量。本文采用三層前饋式神經(jīng)網(wǎng)絡(luò),運用BP算法,以滑片式壓縮機(jī)實驗平臺測試得到的典型故障數(shù)據(jù)為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的樣本。壓縮機(jī)實驗平臺檢測壓縮機(jī)各個部分的性能數(shù)據(jù),通過神經(jīng)網(wǎng)絡(luò)前向計算,找出壓縮機(jī)的故... 

【文章來源】：東北大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

滑片式壓縮機(jī)原理圖

東北大學(xué)碩士學(xué)位論文第2章滑片式壓縮機(jī)故障與實驗平臺的搭建卡上FIFO:4K采樣;轉(zhuǎn)換時間:2.sps，輸出范圍:雙極性:士0.625V，士1.25V，士2.SV，士SV，士0.625V，士10V單極性:0~1.25V，0~2.SV，O~SV，0~10V;最大輸入過載電壓:土30V。滑片式壓縮機(jī)實驗平臺的部分結(jié)構(gòu)如圖2.3和圖2.4所示。

單極性:0~1.25V，0~2.SV，O~SV，0~10V;最大輸入過載電壓:土30V。滑片式壓縮機(jī)實驗平臺的部分結(jié)構(gòu)如圖2.3和圖2.4所示。圖23壓縮機(jī)排氣量測試平臺圖圖2.4壓縮機(jī)機(jī)體部分性能測試圖 Fig2.3TestPladbn.ofeomPr巴貶泊 remissionFig2.4ComPressorbodytest


本文編號：3406765