基于粗糙集-神经网络专家系统的液压机故障诊断技术研究

摘要

当今的大型数控冲压液压机是集机、电、气、液于一体的大型复杂设备,各零部件之间互相作用、互相影响,油路之间互相耦合,促使液压机故障的复杂多变、难以诊断,而液压机的故障往往导致生产线停机,甚至会酿成安全事故。因此,对液压机故障诊断技术的研究具有重大的现实意义。本文就针对RZU2000HM型液压机的故障诊断技术进行深入的探讨和研究。
　　 (1)收集液压机的故障,从危害程度、发生因为、发生率和解决方法等角度对故障进行分类。结合RZU2000HM型液压机的工作原理和专家经验,确定诊断的故障范围以液压控制系统的故障为主。研究RZU2000HM型液压机的液压控制系统的原理,针对不同执行件的控制,将液压控制系统细分为五个子系统。选取下液压垫的液压控制子系统为本文故障诊断的对象,根据其原理以及常见故障的征兆,设置液压机的状态监控测点。
　　 (2)由于采用单一的故障诊断理论具有很大的局限性,本文在粗糙集理论、神经网络理论和专家系统理论的基础上,提出基于粗糙集理论优化的神经网络专家系统模型作为本文故障诊断的方法。基于粗糙集理论优化的神经网络专家系统模型的知识获取方法和故障推理方法各有两种,具有自学习能力、泛化能力和鲁棒性强的特点。
　　 (3)以下液压垫的液压控制子系统为例,应用基于粗糙集理论优化的神经网络专家系统模型对液压机故障诊断进行了实践。首先是构建知识库,应用Rosetta软件对下液压垫液压控制子系统的故障样本进行属性约简,在结果基础上分别生成规则集和训练神经网络。第二步是故障推理,分别用神经网络推理机和专家系统推理机对测试样本进行推理,通过推理结果和实际结果的比较,证明本文提出的诊断方法对液压机的故障诊断是有效的。

目录

文摘

英文文摘

致谢

插图清单

表格清单

第1章 绪论

1.1 论文来源及选题意义

1.1.1 论文来源

1.1.2 选题意义

1.2 故障诊断的概述

1.2.1 故障诊断的概念

1.2.2 故障诊断的一般过程

1.2.3 常用故障诊断方法的分类

1.3 基于知识的故障诊断方法

1.4 本文的研究内容及章节安排

1.4.1 本文的研究内容

1.4.2 本文的章节安排

第2章 液压机的常见故障及其状态监测

2.1 RZU2000HM液压机简介

2.1.1 RZU2000HM的基本结构

2.1.2 RZU2000HM主要技术参数

2.1.3 RZU2000HM的工作原理

2.1 液压机的故障分类

2.1.1 液压机故障的优先级

2.1.2 故障的浴盆曲线及液压机的故障起因

2.3 RZU2000HM诊断系统的诊断范围

2.3.1 确定RZU2000HM诊断系统诊断范围

2.3.2 下液压垫液压控制原理的简介

2.3.3 液压控制系统的常见故障及分析

2.4 液压机的信息获取

2.4.1 诊断系统的信息获取途径

2.4.2 多传感器的信息融合技术的简介

2.4.3 基于多维信息融合的故障诊断

2.5 RZU2000HM下液压垫液压控制子系统的状态监测

2.6 本章小结

第3章 基于粗糙集-神经网络的专家系统理论

3.1 专家系统

3.1.1 专家系统的基本结构

3.1.2 专家系统的知识

3.1.3 专家系统的不足

3.2 神经网络

3.2.1 神经网络的概述

3.2.2 神经元模型

3.2.3 基于神经网络的故障诊断

3.2.4 BP神经网络

3.3 粗糙集

3.3.1 粗糙集概述

3.3.2 粗糙集理论基础

3.3.3 粗糙集属性约简算法

3.3.4 粗糙集在故障诊断中的应用

3.4 基于粗糙集-神经网络的故障诊断专家系统

3.4.1 神经网络与专家系统的互补

3.4.2 粗糙集对专家系统和神经网络的补充

3.5 本章小结

第4章 基于粗糙集-神经网络的RZU2000HM诊断专家系统

4.1 RZU2000HM故障诊断系统的模型

4.2 故障诊断系统的知识库

4.2.1 故障诊断系统知识获取的模型

4.2.2 信息的预处理

4.2.3 基于粗糙集的知识获取

4.2.4 基于BP神经网络的知识获取

4.3 故障诊断系统的推理机

4.3.1 故障诊断系统的推理机模型

4.3.2 设备信息的获取和预处理

4.3.3 基于规则的推理机

4.3.4 基于神经网络的推理机

4.3.5 推理结果的分析

4.4 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

参考文献

攻读硕士学位期间发表的论文