地址：江苏省如皋市白蒲镇前进工业园区
电话：本站出售中
Email：atm@siteatm.com
联系人：沈先生
手机： 13646285454 |
| |
|
|
|
液压故障远程智能诊断方法
|
| 发布时间：
2018/1/26 |
1)基于神经网络的诊断方法
人工神经网络(ANN)基于数值和算法，并且具有联想、容错、记忆、自适应、自学习和处理复杂多模式等优点；不足之处是不能解释自身的推理规则，对未训练过的新颖液压机故障不能给出正确的诊断结论。ANN应用于液压机故障诊断主要有三个方面：信号预处理，如特征提取等；模式识别；知识处理，如专家系统中的知识获取、表示与利用。常用神经网络的结构有 ART(自适应共振理论模型)、BAM(双向联想记忆)、HNN(Hopfield神经网络)、BCM(Boltzman-Cauehy机)、CNN(细胞神经网络)、RBF(径向基函数网络模型)、MLP(多层传感器)、BP(误差反向传播模型)、FNN(模糊神经网络)等。同时神经网络多与其他方法相结合用于设备的智能液压机故障诊断，如与专家系统、小波分析、模糊逻辑、知识发现等相结合。
2)基于模糊推理及模糊数学的诊断方法
将模糊数学作为实现不精确推理和模糊性决策的重要工具，并利用知识库和参数数据库进行诊断系统的设计。该方法的优点是：在设备液压机故障的综合性方面，其概括能力更强、更切合判断逻辑；模糊理论是建立在可能性基础上的，对于异常状态的可能性进行评估并制定对策，给出属于各种液压机故障的置信度，更利于进行现场诊断；在减少监测仪器的同时，充分利用设备说明书中的液压机故障对策表进行诊断，有助于提高诊断的准确性。
3)基于遗传算法的诊断方法
基于遗传算法的智能液压机故障诊断的主要思想是利用遗传算法的寻优特性，搜索液压机故障判别的最佳特征参数的组合方式，采用树状结构对原始特征参数进行再组织，以产生最佳特征参数组合，利用特征参数的不同最佳组合进行设备液压机故障的准确识别，其识别精度有了很大的提高。其基本点是将信号特征参数的公式转化为遗传算法的遗传子，采用树图来表示特征参数，得到优化的液压机故障特征参数表达式。
4)基于诊断Agent的诊断方法
Agent有4个最基本的特性：反应性、自治性、面向目标性和针对环境性。诊断Agent在诊断功能上是一个相对独立的实体，能够独立地完成相应的诊断。诊断Agent，拥有自己的用户接口界面、与被诊断对象适应的数据采集器、诊断知识库等功能模块。
以基于BDI(Belief，Desire，Intension)的诊断Agent为例，其体系结构如图6—3所示。具体诊断时，用户通过用户接口，向Agent提出诊断请求，同时将观察到的液压机故障现象以及利用传感器测得的参数提交到初始数据库，形成Agent启动的初始证据。Agent在推理机的作用下，不断查阅知识库，获得最终的结论。
Agent还可以根据自身及环境变化提出测试请求，测量后获得新的证据。另外，各诊断 Agent与管理Agent、仲裁Agent等组成多Agent智能诊断系统。这种以被诊设备结构为参照建立的多Agent诊断系统，具有结构清晰、中心控制相对简单(只需要完成必要的协调任务)、易于实现、结构可随设备动态调整等优点。缺点是Agent一旦设计完成，其诊断功能就固定了，不便于动态引入新的诊断方法。
|
|
|
|
|
|
网站管理 