基于神经网络的高压氨泵故障诊断系统研究

发布时间：2024-04-21 16:08

　　随着生产技术的不断发展,生产设备的规模组成日益大型化、自动化、复杂化。生产设备的故障诊断技术重要性也越来越明显。然而,传统的故障诊断技术对于规模庞大,结构复杂,多故障,突发性的现代化设备的机械故障,就显得力不从心了。正是迎合了这一生产现状的需求,智能化的故障诊断专家系统被开发出来,并广泛应用与复杂故障的诊断系统中。 首先,本文阐述了故障诊断技术的特点和基本方法,介绍了此技术在国内外的发展状况,以及用于故障诊断的专家系统的基本构成。指出传统的故障诊断的局限性,引出适合用于诊断现代化设备故障的神经网络。 其次,系统介绍了神经网络的定义、结构、特点。研究了神经网络专家诊断系统在诊断系统上的应用。提出了竞争网络与BP网络相结合,神经网络与专家系统相结合思路。基于这一思路,基本网络层对应不同的征兆,组建神经网络,基本网络分层连接的高压氨泵故障诊断专家系统初步模型。 再次,本文所讨论HMP3512型高压氨泵,通过加速度传感器采集振动信号。通过Turbo C2.0编写的时域和频域的曲线程序模块得到频域曲线,提取输入特征值。经过MATLAB仿真,收敛性效果良好。 研究结果表明,基于神经网络故障诊断专家...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
目录
第一章 绪论
    1.1 本课题研究的目的
    1.2 传统的维修制度
    1.3 国内外在泵故障诊断领域的研究概况
    1.4 本课题研究的内容
第二章 智能故障诊断概述
    2.1 故障诊断的概念
    2.2 故障诊断系统的一般结构
    2.3 故障诊断的特点
    2.4 智能故障诊断的方法
第三章 专家系统
    3.1 专家系统的概念和特点
    3.2 专家系统的基本组成
第四章 神经网络
    4.1 人工神经网络的发展
    4.2 人工神经网络的结构特点
        4.2.1 神经网络的基本组成
        4.2.2 神经网络典型模型
        4.2.3 神经网络故障诊断系统的知识推理方法
        4.2.4 人工神经网络的诊断原理
    4.3 BP神经网络
        4.3.1 BP神经网络的基本原理及算法
        4.3.2 故障诊断中的神经网络结构
        4.3.3 神经网络故障诊断的基本分类
    4.4 竞争网络
第五章 基于振动信号分析的高压氨泵的故障诊断
    5.1 诊断信号来源
        5.1.1 实验条件
    5.2 高压氨泵的故障分类
    5.3 故障的监测系统的可用率及可靠性
        5.3.1 故障监测系统可靠性
        5.3.2 建立可靠的状态监测系统
        5.3.3 状态监测系统的可用率
第六章 高压氨泵的故障诊断专家系统
    6.1 神经网络专家系统
    6.2 高压氨泵故障诊断专家系统的组建
        6.2.1 高压氨泵故障诊断专家系统的构建
        6.2.2 高压氨泵的故障机理和诊断
        6.2.3 神经网络的设计
第七章 总结和展望
参考文献
攻读硕士学位期间发表的论文
致谢



本文编号：3961127