【摘要】：D350高速風(fēng)機(jī)是平果鋁業(yè)公司的關(guān)鍵設(shè)備，開展此類風(fēng)機(jī)的故障診斷和振動(dòng)狀態(tài)預(yù)測(cè)，對(duì)風(fēng)機(jī)運(yùn)行的可靠性和安全性具有十分重要的意義。預(yù)測(cè)技術(shù)作為故障診斷技術(shù)的重要組成部分，可以預(yù)測(cè)設(shè)備未來一段時(shí)間內(nèi)的運(yùn)行狀態(tài)和發(fā)展趨勢(shì)，可以看作是更高層次的故障診斷技術(shù)。 本文全面綜述了故障診斷領(lǐng)域——預(yù)測(cè)技術(shù)的發(fā)展情況和發(fā)展趨勢(shì)。提出了基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的迭代預(yù)測(cè)方法。神經(jīng)網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù)的合理與否對(duì)于神經(jīng)網(wǎng)絡(luò)的性能有著很大的影響，作者基于粗糙集的約簡(jiǎn)能力，提出了利用粗糙集的決策和約簡(jiǎn)的概念對(duì)神經(jīng)網(wǎng)絡(luò)的隱含層結(jié)構(gòu)進(jìn)行優(yōu)化的新方法，從而盡可能的求得一個(gè)更加合理的網(wǎng)絡(luò)結(jié)構(gòu)，并且使得預(yù)測(cè)的結(jié)果更準(zhǔn)確。 本文還提出了基于神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)方法。根據(jù)多項(xiàng)式回歸、GM(1，1)模型預(yù)測(cè)和前饋神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)三種各具特點(diǎn)的預(yù)測(cè)方法，組合成基于神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)方法；利用神經(jīng)網(wǎng)絡(luò)的高度非線性和極強(qiáng)的自學(xué)習(xí)能力，有效的避免了組合預(yù)測(cè)中對(duì)于各個(gè)預(yù)測(cè)方法的加權(quán)系數(shù)的確定這一難點(diǎn)；并且運(yùn)用主成分分析技術(shù)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，進(jìn)一步提高了組合預(yù)測(cè)方法的精度，同時(shí)將基于優(yōu)化前饋神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)方法成功地運(yùn)用到D350高速風(fēng)機(jī)的報(bào)警時(shí)間預(yù)測(cè)當(dāng)中。 結(jié)合具體工程項(xiàng)目，運(yùn)用以上研究成果，以D350高速風(fēng)機(jī)的振動(dòng)狀態(tài)預(yù)測(cè)為背景，與課題其他成員一起開發(fā)了D350高速風(fēng)機(jī)在線監(jiān)測(cè)和故障診斷預(yù)測(cè)系統(tǒng)。該系統(tǒng)目前已經(jīng)通過驗(yàn)收，給企業(yè)帶來了良好的經(jīng)濟(jì)效益和社會(huì)效益。
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2004
【分類號(hào)】：TH43
【圖文】：

則對(duì)應(yīng)的目標(biāo)輸出向量如下:。=[3.4443.5323.52…3.502};網(wǎng)絡(luò)訓(xùn)練結(jié)果如下圖2一4所示:圖2一4網(wǎng)絡(luò)訓(xùn)練情況可以看出，網(wǎng)絡(luò)訓(xùn)練情況良好，預(yù)測(cè)值和真實(shí)值是很接近的。接下來利用訓(xùn)練成功的網(wǎng)絡(luò)來預(yù)測(cè)第46個(gè)數(shù)據(jù)點(diǎn)到第55個(gè)數(shù)據(jù)點(diǎn)(也就是后30天的振動(dòng)狀態(tài))的振動(dòng)烈度值。預(yù)測(cè)情況如圖2一5示。從圖中，我們可以清晰地看出，預(yù)測(cè)值的變化趨勢(shì)與后來的實(shí)際值的變化趨勢(shì)比較接近。預(yù)測(cè)的誤差情況見圖2一6所示和表2一4所示。

笱絀妒墾絎宦畚牡詼錅律窬酕釻緄難盜匪惴縝敖峁褂嘔?圖2一5網(wǎng)絡(luò)預(yù)測(cè)情況圖2一6預(yù)測(cè)值與實(shí)際值的誤差(橫軸為數(shù)據(jù)點(diǎn))表2一41步預(yù)測(cè)3.9223.886趨勢(shì)預(yù)測(cè)結(jié)果(風(fēng)機(jī)前軸瓦垂直方向，單位:mIn/s)實(shí)際值預(yù)測(cè)值誤差%0.92步預(yù)測(cè)3.8623.7951.733步預(yù)測(cè)4步預(yù)測(cè)3.8323.6853.7343.5872.52.665步預(yù)測(cè)3.6183.6080.276步預(yù)測(cè)7步預(yù)測(cè)8步預(yù)測(cè)9步預(yù)測(cè)10步預(yù)測(cè)平均誤差%8753.7363.9124.0324.0053.8753.9043.9814.4123.9353.8214.56.99.421.751.33.19通過振動(dòng)趨勢(shì)的長(zhǎng)期預(yù)測(cè)，可以把握D35O風(fēng)機(jī)未來30天內(nèi)的振動(dòng)狀態(tài)，這

笱絀妒墾絎宦畚牡詼錅律窬酕釻緄難盜匪惴縝敖峁褂嘔?圖2一5網(wǎng)絡(luò)預(yù)測(cè)情況圖2一6預(yù)測(cè)值與實(shí)際值的誤差(橫軸為數(shù)據(jù)點(diǎn))表2一41步預(yù)測(cè)3.9223.886趨勢(shì)預(yù)測(cè)結(jié)果(風(fēng)機(jī)前軸瓦垂直方向，單位:mIn/s)實(shí)際值預(yù)測(cè)值誤差%0.92步預(yù)測(cè)3.8623.7951.733步預(yù)測(cè)4步預(yù)測(cè)3.8323.6853.7343.5872.52.665步預(yù)測(cè)3.6183.6080.276步預(yù)測(cè)7步預(yù)測(cè)8步預(yù)測(cè)9步預(yù)測(cè)10步預(yù)測(cè)平均誤差%8753.7363.9124.0324.0053.8753.9043.9814.4123.9353.8214.56.99.421.751.33.19通過振動(dòng)趨勢(shì)的長(zhǎng)期預(yù)測(cè)，可以把握D35O風(fēng)機(jī)未來30天內(nèi)的振動(dòng)狀態(tài)，這

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姜晨,徐宗昌,肖國(guó)軍;用神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)法估算反艦導(dǎo)彈研制費(fèi)用[J];系統(tǒng)工程與電子技術(shù);2004年03期

2 卞鵬;;基于微粒群算法的交通流量組合預(yù)測(cè)研究[J];重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

3 林熙，劉煒;基于神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)新方法[J];集美航海學(xué)院學(xué)報(bào);1995年01期

4 史德明,李林川,宋建文;基于灰色預(yù)測(cè)和神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)負(fù)荷預(yù)測(cè)[J];電網(wǎng)技術(shù);2001年12期

5 于鵬;顧沖時(shí);方海挺;;大壩安全監(jiān)測(cè)量的組合預(yù)測(cè)模型研究[J];黑龍江水專學(xué)報(bào);2005年04期

6 李斌,許仕榮,柏光明,李黎武;灰色—神經(jīng)網(wǎng)絡(luò)組合模型預(yù)測(cè)城市用水量[J];中國(guó)給水排水;2002年02期

7 吳祈宗,宋穎;一種模糊組合預(yù)測(cè)方法[J];北京理工大學(xué)學(xué)報(bào);2004年04期

8 陳孝新;廣義加權(quán)算術(shù)平均組合預(yù)測(cè)技術(shù)進(jìn)一步研究[J];南昌大學(xué)學(xué)報(bào)(工科版);2001年01期

9 王吉權(quán),趙玉林;組合預(yù)測(cè)法在電力負(fù)荷預(yù)測(cè)中應(yīng)用[J];電力自動(dòng)化設(shè)備;2004年08期

10 張海東,畢效輝;一種基于灰色理論組合預(yù)測(cè)方法的研究與應(yīng)用[J];科學(xué)技術(shù)與工程;2003年02期

相關(guān)會(huì)議論文 前10條

1 侯艷芳;馮紅梅;;基于神經(jīng)網(wǎng)絡(luò)的調(diào)制識(shí)別算法的研究[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

2 沈建榮;楊林泉;陳琳;;神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性判據(jù)與區(qū)域經(jīng)濟(jì)結(jié)構(gòu)調(diào)整[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國(guó)系統(tǒng)工程學(xué)會(huì)第十屆年會(huì)論文集[C];1998年

3 石山銘;李富蘭;丁俊麗;;神經(jīng)網(wǎng)絡(luò)的知識(shí)獲取[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第1卷）[C];1991年

4 吳清烈;徐南榮;;基于神經(jīng)網(wǎng)絡(luò)的一種多目標(biāo)決策方法[A];復(fù)雜巨系統(tǒng)理論·方法·應(yīng)用——中國(guó)系統(tǒng)工程學(xué)會(huì)第八屆學(xué)術(shù)年會(huì)論文集[C];1994年

5 李曉鐘;汪培莊;羅承忠;;神經(jīng)網(wǎng)絡(luò)與模糊邏輯[A];中國(guó)系統(tǒng)工程學(xué)會(huì)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第五屆年會(huì)論文選集[C];1990年

6 房育棟;余英林;;高階自組織映射及其學(xué)習(xí)算法[A];1995年中國(guó)控制會(huì)議論文集（上）[C];1995年

7 王曉曄;杜朝輝;呂德忠;劉建峰;;神經(jīng)網(wǎng)絡(luò)模糊控制在溫度控制系統(tǒng)中的應(yīng)用[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

8 金龍;吳建生;;基于遺傳算法的神經(jīng)網(wǎng)絡(luò)短期氣候預(yù)測(cè)模型(摘要)[A];新世紀(jì)氣象科技創(chuàng)新與大氣科學(xué)發(fā)展——中國(guó)氣象學(xué)會(huì)2003年年會(huì)“氣候系統(tǒng)與氣候變化”分會(huì)論文集[C];2003年

9 申偉;張?jiān)?;基于MATLAB的自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)(ANFIS)的應(yīng)用[A];《制造業(yè)自動(dòng)化與網(wǎng)絡(luò)化制造》學(xué)術(shù)交流會(huì)論文集[C];2004年

10 田艷兵;;BP算法和PSO算法在神經(jīng)網(wǎng)絡(luò)中的研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 于翔;數(shù)字神經(jīng)網(wǎng)絡(luò)中的協(xié)同應(yīng)用[N];網(wǎng)絡(luò)世界;2009年

2 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

3 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國(guó)船舶報(bào);2006年

4 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

5 本報(bào)首席記者 任荃　實(shí)習(xí)生 史博臻;軌交“神經(jīng)網(wǎng)絡(luò)”觸動(dòng)創(chuàng)新神經(jīng)[N];文匯報(bào);2011年

6 計(jì)算機(jī)世界實(shí)驗(yàn)室 韓勖;當(dāng)布線系統(tǒng)遭遇神經(jīng)網(wǎng)絡(luò)[N];計(jì)算機(jī)世界;2009年

7 曹建兵 李祖兵 特約記者 何天進(jìn) 本報(bào)記者 于莘明;給導(dǎo)彈植入“神經(jīng)網(wǎng)絡(luò)”[N];科技日?qǐng)?bào);2005年

8 譚薇;“潮濕計(jì)算機(jī)”：擁有人類智慧的超級(jí)大腦[N];第一財(cái)經(jīng)日?qǐng)?bào);2010年

9 韓婷婷;ICT強(qiáng)壯奧運(yùn)“神經(jīng)網(wǎng)絡(luò)”[N];通信產(chǎn)業(yè)報(bào);2007年

10 ;人老了，大腦仍能形成新的神經(jīng)網(wǎng)絡(luò)[N];新華每日電訊;2004年

相關(guān)博士學(xué)位論文 前10條

1 陸寧;基于群集智能與算法融合的電力負(fù)荷組合預(yù)測(cè)[D];華中科技大學(xué);2010年

2 劉志祥;深部開采高階段尾砂充填體力學(xué)與非線性優(yōu)化設(shè)計(jì)[D];中南大學(xué);2005年

3 戴雪龍;PET探測(cè)器神經(jīng)網(wǎng)絡(luò)定位方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

4 馬戎;智能控制技術(shù)在煉鋼電弧爐中的應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

5 文敦偉;面向多智能體和神經(jīng)網(wǎng)絡(luò)的智能控制研究[D];中南大學(xué);2001年

6 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究[D];西南交通大學(xué);2003年

7 杜文斌;基于神經(jīng)網(wǎng)絡(luò)的冠心病證候診斷標(biāo)準(zhǔn)與藥效評(píng)價(jià)模型研究[D];遼寧中醫(yī)學(xué)院;2004年

8 熊雪梅;參數(shù)化模糊遺傳神經(jīng)網(wǎng)絡(luò)及在植物病害預(yù)測(cè)的應(yīng)用[D];南京農(nóng)業(yè)大學(xué);2004年

9 李智;電站鍋爐燃燒系統(tǒng)優(yōu)化運(yùn)行與應(yīng)用研究[D];東北大學(xué);2005年

10 王承;基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷方法研究[D];電子科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 岳琳;城市用水量預(yù)測(cè)非線性方法的研究[D];天津大學(xué);2005年

2 胡平;降雨徑流組合預(yù)測(cè)理論及其應(yīng)用研究[D];華中科技大學(xué);2004年

3 金洪鑫;基于組合神經(jīng)網(wǎng)絡(luò)的軟測(cè)量技術(shù)研究[D];浙江工業(yè)大學(xué);2010年

4 楊立儒;基于神經(jīng)網(wǎng)絡(luò)的電路故障診斷的研究與實(shí)現(xiàn)[D];解放軍信息工程大學(xué);2010年

5 劉蘭蘭;基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的H型鋼粗軋工藝參數(shù)優(yōu)化研究[D];山東大學(xué);2011年

6 田鵬明;基于神經(jīng)網(wǎng)絡(luò)的振動(dòng)主動(dòng)控制研究[D];太原理工大學(xué);2012年

7 姜宇;發(fā)動(dòng)機(jī)裂解設(shè)備故障診斷技術(shù)的研究[D];吉林大學(xué);2012年

8 邢遠(yuǎn)凱;基于決策樹和遺傳算法的神經(jīng)網(wǎng)絡(luò)研究及應(yīng)用[D];浙江大學(xué);2010年

9 高寶建;基于神經(jīng)網(wǎng)絡(luò)的月降水預(yù)報(bào)模型在洪澤湖的應(yīng)用研究[D];南京信息工程大學(xué);2012年

10 陳少華;基于Hopfield神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的研究[D];山東科技大學(xué);2010年

本文編號(hào)：2743121