工业控制系统神经网络故障诊断方法研究

摘要

基于神经网络的故障诊断是智能故障诊断理论与技术的一个重要研究方向.论文在目前主要的神经网络诊断方法进行研究的基础上，将系统的故障诊断分为检测级故障诊断和系统级故障诊断两类来进行处理.利用系统的冗余信息，提出了基于D-S证据理论对集成神经网络的输出进行融合的方法.论文还针对故障诊断中神经网络算法的缺点，研究了将遗传算法应用于网络权值优化的问题，提出了一种改进型GA-ANN算法.

目录

文摘

英文文摘

第一章 前言

1.1引言

1.2论文研究的意义与论文工作简述

1.2.1论文的目的和意义

1.2.2论文工作简述

1.3国内外文献综述

1.3.1基于数学模型的方法

1.3.2基于信号处理的方法

1.3.3基于人工智能的方法

第二章 智能故障诊断中的神经网络方法

2.1引言

2.2神经网络

2.2.1人工神经元模型

2.2.2神经网络联结拓扑结构

2.2.3神经网络的学习方式

2.3神经网络的故障诊断原理

2.4神经网络故障诊断技术的应用研究

2.4.1模式识别的故障诊断神经网络

2.4.2故障预测的神经网络

2.4.3神经网络故障诊断专家系统

2.5基于神经网络的智能故障诊断的发展动向

第三章 工业控制系统检测级故障诊断

3.1引言

3.2时间序列的单传感器故障诊断

3.2.1基于神经网络预测器的单传感器故障检测原理

3.2.2仿真研究

3.3基于系统辨识方法的单传感器故障诊断

3.3.1 ANN的系统辨识原理

3.3.2基于系统辨识的单传感器故障检测原理

3.3.3仿真研究

3.4多传感器的故障诊断

第四章 系统级故障诊断的集成神经网络方法

4.1引言

4.2主从神经网络的系统级故障诊断

4.2.1主从神经网络的故障诊断原理

4.2.2仿真研究

4.3基于信息融合的神经网络诊断技术

4.3.1系统结构

4.3.2神经网络系统设计

4.3.3模糊神经网络

4.3.4 D-S信息融合方法

4.3.5仿真研究

4.4食品加工生产过程计算机控制系统

4.4.1主系统的工艺流程

4.4.2系统硬件的组成及结构

4.4.3系统的软件设计

4.4.4监控系统研究开发

第五章 故障诊断的改进遗传神经网络算法研究

5.1引言

5.2改进型GA-BP的提出及实现

5.2.1改进型GA-BP的提出

5.2.2改进型GA-BP的算法及实现

5.3仿真研究

第六章 结论与体会

已发表(录用)的论文

致谢

参考文献