基于粗糙集神经网络液压机故障诊断专家系统的研究开发

摘要

大型数控液压机是典型的机、电、液、气一体化的自动化程度很高的加工设备，各个系统及其零部件之间存在一定的相关性和层次性，从而导致故障征兆与故障原因之间关系复杂多变，且不易判断，诊断工作不仅耗时费力，还严重影响企业的生产，甚至出现重大财产安全事故。因此，提出简单高效地诊断方法与开发出快速准确故障诊断平台是当前研究的重点和发展趋势，具有很大的实用价值。本文就针对RZU2000HM型液压机的故障诊断进行了深入的探讨和研究，并开发出相应的故障诊断平台。
　　1.结合RZU2000HM液压机的工作原理和故障机理，收集它出现的故障案例，分析其故障模式和故障特点，探讨发生的原因。重点介绍液压机中的下液压垫控制系统和提升夹紧控制子系统，并以下液压垫控制子系统为具体诊断对象，分析其故障特征，制定状态检测点，以获取诊断信息。
　　2.将粗糙集、神经网络、专家系统等人工智能技术结合起来，提出本文的基于粗糙集神经网络的故障诊断专家系统模型结构。运用粗糙集约简神经网络的故障样本，去除样本中的冗余属性；优化神经网络的结构，更加充分全面地利用样本中的知识，从而提高了神经网络的学习效率及学习与泛化能力。将基于知识和基于粗糙集神经网络，共同组成故障诊断专家系统的推理机。
　　3.利用基于COM的VC与Matlab的混合编程技术及ACCESS数据库技术，根据提出的诊断模型结构，开发出故障诊断平台。首先构造知识库，通过训练神经网络构造粗糙集神经网络推理机的知识库，将故障诊断决策表作为知识推理机的知识库；然后故障推理，将推理出的结论与实际结果对比分析可知，本文提出的诊断方法与故障诊断平台是有效合理的。

目录

文摘

英文文摘

致谢

插图清单

列表清单

第一章 绪 论

1.1 本课题的来源和研究意义

1.1.1 课题来源

1.1.2 本课题的研究意义

1.2 故障诊断概述

1.2.1 故障诊断概念

1.2.2 故障诊断过程

1.2.3 故障诊断的意义

1.3 故障诊断在国内外的发展状况及趋势

1.3.1 故障诊断的国内外发展状况

1.3.2 故障诊断技术发展趋势

1.4 论文的研究内容和章节安排

1.4.1 论文的研究内容

1.4.2 论文的章节安排

第二章 基于粗糙集-神经网络的故障诊断的理论研究

2.1 神经网络概述

2.1.1 神经元模型

2.1.2 BP神经网络

2.1.3 BP网络的工作过程

2.1.4 几种BP网络的改进方法

2.1.5 BP神经网络在故障诊断中应用

2.2 粗糙集基础

2.2.1 粗糙集相关基本概念

2.2.2 基于粗糙集的约简

2.2.3 粗糙集在故障诊断中的应用

2.3 神经网络与粗糙集的集合

2.3.1 粗糙集对神经网络的优化

2.3.2 人工神经网络与粗糙集的结合的必要性

2.4 本章小结

第三章 液压机的故障诊断研究

3.1 诊断对象的介绍

3.1.1 液压机的工作原理

3.1.2 诊断对象的概述

3.2 RZU2000HM型液压机液压系统概述

3.2.1 下液压垫控制系统

3.2.2 提升夹紧控制系统

3.3 液压系统的故障特性分析

3.3.1 故障特点分析

3.3.3 液压故障模式

3.4 液压机的故障信息获取与状态检测

3.4.1 液压机的故障信息获取

3.4.2 液压机子系统的状态检测

3.5 本章小结

第四章 基于粗糙集.神经网络的故障诊断专家系统的设计及实现

4.1 专家系统

4.2 RZU2000HM压机的故障诊断专家系统模型

4.2.1 故障诊断专家系统模型介绍

4.2.2 故障诊断专家系统的推理机制

4.2.3 故障诊断专家系统的知识获取

4.3 RZU2000HM液压机故障诊断专家系统的实现

4.3.1 选择编程语言

4.3.2 基于RNN推理机实现的关键技术

4.3.3 基于知识推理机的实现

4.4 RZU2000HM液压机故障诊断专家系统的功能介绍

4.4.1 基于知识推理机的专家系统

4.4.2 基于RNN推理的专家系统

4.5 本章小结

第五章 结束语

5.1 论文的主要工作结论

5.2 不足与设想

参考文献

攻读硕士期间发表的论文