2024-06-16
武汉理工大学 硕士学位论文 基于模糊神经网络的电梯故障诊断系统的研究 姓名:熊瑞庭 申请学位级别:硕士 专业:控制理论与控制工程 指导教师:邓坚 20090501
基于补偿模糊神经网络的制冷系统故障诊断研究——选择反映制冷系统故障状态的热力参数集组成特征向量,并对其进行模糊化处理,利用补偿模糊神经网络建立故障状态与热力参数特征向量之间的映射关系。将神经网络和补偿模糊逻辑相结合,采用动态、全局优化的运算,...
利用小波分析具有能量分布特征提取的特性和遗传算法优化bp算法的能力,提出了一种基于遗传算法、小波与神经网络的电梯故障诊断方法,并应用电梯故障数据作为实例进行了验证.遗传算法小波神经网络模型诊断速度快、鲁棒性好、故障诊断正确率高.
本文对常见的电梯智能群控算法进行了分析比较,重点研究了模糊神经网络算法。本文首先对大厦客流的特征进行长期统计分析,进而对电梯群交通模式进行分类,利用模糊神经网络对电梯群的交通模式进行了识别。根据系统的识别结果判定电梯群当前处于的交通模式。然后再次利用模糊神经网络对派梯算法中各电梯响应呼梯信号的可信度进行计算,选取可信度最大的电梯响应呼梯信号,最终完成派梯。
本文对常见的电梯智能群控算法进行了分析比较,重点研究了模糊神经网络算法。本文首先对大厦客流的特征进行长期统计分析,进而对电梯群交通模式进行分类,利用模糊神经网络对电梯群的交通模式进行了识别。根据系统的识别结果判定电梯群当前处于的交通模式。然后再次利用模糊神经网络对派梯算法中各电梯响应呼梯信号的可信度进行计算,选取可信度最大的电梯响应呼梯信号,最终完成派梯。
为了有效解决网络系统可能出现的故障,结合模糊神经网络提出了一种新的故障检测算法fdd-fnn(failuredetectionalgorithmbasedonfuzzyneuralnetwork).该算法根据特征信息熵建立了故障检测评价方法和最小偏差的优化模型,设计了模糊神经网络中输入层、模糊化层、模糊规则层和解模糊层,并且给出了具体的算法流程.通过建立网络仿真平台,深入分析了影响fdd-fnn算法的关键因素,同时对比研究了fdd-fnn算法与其他算法的性能情况,结果表明fdd-fnn算法具有较好的适应性.
为了达到准确地对汽车液压泵进行故障诊断的目的,深入地研究了模糊神经网络在故障诊断中的应用。首先,分析了模糊rbf神经网络模型以及对应的算法流程;接着,根据汽车液压泵所存在的故障建立了故障诊断的数据样本对模糊神经网络进行训练;最后,利用训练后的模糊神经网络对汽车液压泵进行故障诊断,结果表明,模糊神经网络具有非常高的故障诊断效率。
将模糊理论与神经网络相结合,构成了模糊神经网络;针对热泵空调五种常见故障,分析了模糊神经网络在热泵空调故障诊断中的应用。与传统故障诊断方法相比,基于模糊神经网络的故障诊断方法对单一故障具有很好的识别能力,可以提高诊断精度。
基于模糊神经网络的深基坑变形预测——针对深基坑变形控制系统中的不确定性、模糊性因素多的问题,将模糊控制理论与神经网络技术相结合,采用非线性神经元构成的神经网络结构,把对应的网络输入、输出表达为输入、输出停息的模糊数隶属度,建立了一种基于模糊神...
针对深基坑变形控制系统中的不确定性、模糊性因素多的问题,将模糊控制理论与神经网络技术相结合,采用非线性神经元构成的神经网络结构,把对应的网络输入、输出表达为输入、输出信息的模糊数隶属度,建立了一种基于模糊神经网络的深基坑施工变形预测模型.结果表明,利用模糊度隶属函数对基坑施工进行动态控制具有较好的实用效果.
提出故障诊断系统的总体构造和各个故障原因诊断的神经网络结构,依据模糊推理和if—then型产生式规则,采用隶属度传递法则,进行故障知识处理,把表示原因和症状间因果关系的频数分布作为网络层间单元的权重。这个诊断方法的主要特征是能够定量地表示所归纳的故障原因,以建筑设备备用电源的柴油机故障诊断为例说明该方法的应用步骤
对不确定混沌系统的控制问题,研究了基于权值直接确定模糊神经网络(wddfnn)的插值补偿控制方法。建立了基于数据驱动的wddfnn,并使用wddfnn实现对混沌系统的辨识,然后使用wddfnn模型对混沌系统进行模糊插值补偿控制。基于lyapunov稳定性理论,证明混沌系统在所提最优控制律作用下是渐进稳定的。仿真实验表明,该控制方法既可以实现快速跟踪任意参考信号,又可以有效抑制参数摄动、外部干扰,控制精度较高。
针对变频空调常规模糊控制系统的隶属函数和控制规则的获取受限于专家经验的问题,根据神经网络自学习能力强的特点,将模糊控制与神经网络相结合,对空调的控制系统进行改进,并据此设计模糊神经网络控制器,在此基础上进行了理论分析和模拟实验,验证了这一控制系统的有效性。
本文提出一种基于模糊神经网络和建筑结构系统辨识方法。利用模糊神经网络强大的非线性映射能力与学习能力以实测的结构动力响应数据建立起结构的动力特性模型。不但可以克服以往传统与智能辨识方法中存在的种种弊病,而且还将土一结构相互作用以及结构自身非线性对结构动力特性的影响考虑在内,使得结构系统辨识更具客观性。具有物理意义明确,可扩展性强,能够用于实时在线控制与健康诊断等优点。
智能家居中的环境因素对人体有着不容忽视的影响,智能家居环境舒适度已成为智能家居评估指标中重要的一项,通过对智能家居监测系统信息融合技术进行研究,运用结合模糊推理和神经网络算法优点的模糊神经网络对智能家居监测系统采集的各环境因素进行处理分析,从而能够智能有效的提高人们的室内生活质量。
现如今市场经济竞争十分激烈,实际招投标工作要求能快速准确地进行工程造价的估算。无论业主还是承包商确定工程造价都要求快速、准确,完善的快速估价系统能够很好地解决这个问题。模糊技术与神经网络结合是一种把经验与数学模型结合,这种研究打破了过去人们所进行的各种学科在逻辑上的独立性,预示了人工智能的光明前景和希望。
针对无机房电梯检修维护困难、费时费力且人力成本较高的现状,设计了无机房电梯的智能故障诊断系统。该系统由下位mcu、上位故障诊断系统和无线gprs通信系统三部分组成。其中下位系统实现对安装在电梯上各种功能传感器的数据采集、处理和存储,并根据上位系统要求进行无线的数据传送;上位系统实现无机房电梯的预测故障诊断和健康状态分析,为无机房电梯故障诊断和健康状态分析提供网络化的信息服务。
随着科技的发展进步,越来越多的高效,便捷的技术产品被人们所发明,并运用到了实际的生活当中。电梯行业中当今最热门的要属无机房电梯。但维修程序复杂,人工成本昂贵的缺点,给电梯厂商以及维护者带来了不小的难题。而新型无机房电梯的智能故障诊断系统实现了解决这类难题的办法。本文将对该种智能故障诊断系统原理以及操作方法进行深一步的论述。
运用模糊理论的故障征兆与故障原因之间的模糊关系,确定了bp神经网络的输入层和输出层,并结合水轮发电机组故障诊断具体实例建立神经网络的输入样本集,对神经网络进行训练,输入机组故障征兆向量,得出故障原因,从而验证了模糊神经网络的可行性与优越性。
运用线性二次型经典最优控制算法获得学习样本,由神经网络反向传播算法训练产生模糊规则和隶属度函数,设计模糊神经网络控制器,通过某结构地震波作用下振动控制的数字仿真,表明模糊神经网络可以有效地应用到结构控制中。
首先在对供热负荷预测算法的发展现状主要成果阐述的基础上,对影响供热预测因素采用模糊量化的方式进行研究处理,并由此推断将模糊神经网络算法应用于供热负荷预测可以得到良好的效果.研究模型的设计核心是bp神经网络,即将模糊量化后的影响因素作为系统的输入值,去调整神经网络的权值,从而得到预测的网络模型.建立预测模型和预测策略后,可以采用matlab科学计算软件开发程序对预测模型效果进行模拟仿真,结果表明,预测的结果能够满足要求,相对误差在合理的范围内,并且模糊神经网络算法比单纯神经网络算法具有更好的预测精度和鲁棒特性,从而达到节能的目的.且适应性强,可以应用到类似的供热工程上.
提出了一种用于运动目标检测的基于bp算法的模糊神经网络,并通过实验证明了将之应用于运动目标的信号检测与装置故障诊断的正确性。
职位:助理暖通空调工程师
擅长专业:土建 安装 装饰 市政 园林
文辑推荐
知识推荐
百科推荐