本文關鍵詞：基于神經(jīng)網(wǎng)絡的控制系統(tǒng)故障診斷研究

  更多相關文章： 控制系統(tǒng) 故障診斷 神經(jīng)網(wǎng)絡 BP算法 共軛梯度法 學習率自調(diào)整

【摘要】： 隨著技術的發(fā)展，控制系統(tǒng)越來越復雜，因而及時、準確地診斷出系統(tǒng)的故障，保證其平穩(wěn)可靠地運行也就變得越來越重要。本文介紹了故障診斷的任務，研究了控制系統(tǒng)中存在的故障，以及它們的數(shù)學表示方法。 基于神經(jīng)網(wǎng)絡控制系統(tǒng)的故障診斷分為兩部分，一是故障樣本數(shù)據(jù)及檢驗數(shù)據(jù)的采集；二是故障診斷。在故障樣本數(shù)據(jù)及檢驗數(shù)據(jù)的采集過程中，首先建立了控制系統(tǒng)的數(shù)學模型，人為地讓控制系統(tǒng)發(fā)生各種故障，從而采集到各種故障數(shù)據(jù)，經(jīng)過歸一化處理后，作為訓練神經(jīng)網(wǎng)絡的樣本數(shù)據(jù)；同時，也采集檢驗數(shù)據(jù)，用以檢驗訓練出的神經(jīng)網(wǎng)絡是否能夠起到故障診斷的作用。在故障診斷過程中，采用BP網(wǎng)絡，針對BP算法收斂速度慢、容易陷入局部極小的缺點，采用了“成批處理”的學習方法，這種方法在訓練神經(jīng)網(wǎng)絡的過程中，不受學習樣本排序的影響，使收斂速度加快；采用了改進的BP算法，采用共軛梯度法，在迭代過程中增加了慣性量；同時采用了學習率自調(diào)整的方法，從而使收斂速度和故障診斷精度都有提高。 應用本文所討論的方法利用采集到的電流數(shù)據(jù)對抽油機井的故障進行了診斷，，實際結(jié)果表明，基于神經(jīng)網(wǎng)絡的故障診斷方法可以用于實際生產(chǎn)過程中。
【學位授予單位】：大慶石油學院
【學位級別】：碩士
【學位授予年份】：2003
【分類號】：TP277;TP183

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 辛成東,邊信黔,施小成;神經(jīng)網(wǎng)絡技術在核動力裝置故障診斷中的應用研究[J];哈爾濱工程大學學報;1999年02期

2 戈志華,李如翔,宋之平,楊玉華;基于 BP 網(wǎng)絡的旋轉(zhuǎn)機械故障診斷[J];華北電力大學學報;1998年02期

3 金建國,李勇,孫海波;基于 BP 網(wǎng)絡的汽輪發(fā)電機組振動故障診斷方法研究[J];東北電力學院學報;1998年01期

4 周東華,席裕庚,張鐘俊;故障檢測與診斷技術[J];控制理論與應用;1991年01期

5 王太勇,李書明,郭紅旗,張豐春,李韋,曾子平;神經(jīng)網(wǎng)絡多參數(shù)診斷法及其應用研究[J];機械工程學報;1998年01期

6 張金玉,張優(yōu)云,謝友柏;基于RBF的范例檢索方法的研究[J];機械工程學報;2000年10期

7 王斌忠,吳占松,王民漢;煤粉爐局部結(jié)渣的故障診斷模型[J];清華大學學報(自然科學版);1999年12期

8 徐章遂,房立清,米東,王云峰;基于神經(jīng)網(wǎng)絡的柴油機燃油系統(tǒng)故障診斷[J];內(nèi)燃機工程;2001年03期

9 邱東強,涂亞慶;神經(jīng)網(wǎng)絡控制的現(xiàn)狀與展望[J];自動化與儀器儀表;2001年05期

10 王占山,李平,任正云,李奇安;非線性系統(tǒng)的故障診斷技術[J];自動化與儀器儀表;2001年05期

本文編號：1284474