基于模糊神经网络的旋转机械故障检测[外文翻译].doc

约8页DOC格式手机打开展开

基于模糊神经网络的旋转机械故障检测[外文翻译],译文原文出处:authorized licensed use limited to: chongqing university. downloaded on march 22, 2009 at 10:23 from ieee xplore. restrictions apply. 基于模糊神经网络的旋转机械故障检测sh...
编号:8-97557大小:1.24M
分类: 论文>外文翻译

内容介绍

此文档由会员 qs_f5t2xd 发布

译文原文出处:Authorized licensed use limited
to: CHONGQING UNIVERSITY. Downloaded on March 22,
2009 at 10:23 from IEEE Xplore. Restrictions apply.


基于模糊神经网络的旋转机械故障检测
Shigeharu Taniguchi* ,Daouren Akhmetov* and Yasuhiko Dote*
计算机科学系和系统工程 Muroran技术研究所 Mizumoto Muroran to 27-1,050 8585
日本 dote@csse.muroran-it.ac.j p

摘要
本文提出了一种新型的基于模糊神经网络的旋转机械故障检测法。首先,软计算正在被研究,它是模糊系统、神经网络和遗传运算的融合或者组合。其次,通过利用模糊系统和神经网络的优点,一个具有总体参数学习算法和系统结构确定的新型模糊神经网络正在被开发。这个网络是建立在其中一个局部基础函数网络系统上的。总体参数法(GP)是建立在GMDH(成组数据信息处理方法)基础上的。总体参数用于学习算法和成熟的模糊神经网络的结构测定。
作为结果,网络仅仅需要用总体参数计算模糊推断估计,一般来说,软硬计算的结合称作计算智能,适合解决非线性问题,尤其需要一点估算时间。因此,用日立精简指令,集计算机和数字信号处理的微信息处理机在实时操作中很容易快速执行。先进的信号处理器是自行组织、自行调整和自动化设计的。
为了确认通过网络执行故障诊断的可能性,用实验方法致力于旋转机械在线故障检测。通过对比,结果发现用此研究方法比用其他方法更好。
介绍
软计算是由Dr.L.A.Zadeh提出的为了建立新一代机器智商和解决非线性和数学上的未建模系统问题(易处理)(计算智商)。它是模糊的、神经和进化(遗传法则)相融合或者结合的计算机操作。软计算作为计算智商对系统控制和诊断的优点在于:
1)非线性问题,解决数学模型上不易得到和复杂的问题。
2)人的学问(认识、理解、知识、推理和别的人类智慧)可以被引进。因此,像自治的(自行组织控制者)系统和自动化的绘制系统能被建立起来。
现在,首先,仅仅考虑模糊系统和神经网络的结合。
事实证明任何通过神经网络获得的非线性绘图都是相似的,确切地说,是用Stone- Weierstrass的近似原理的模糊系统。从实际应用角度来看,每种方法都有各自的优点。对于知识收集,因为一个神经网络具有学习能力,它就容易通过输入和输出数据筹划自动化控制器。另一方面,对于微调,使用神经网络比较困难。因为神经网络很难从逻辑上解释输入输出关系的原因和结果。
由于这些对比,一个新的具有总体参数学习算法和网络结构确定的径向的基础函数模糊神经网络被开发出来。这将在第二部分简要介绍。关于研究的模糊神经网络系统的应用于旋转机器的实时故障检测在第三部分描述。人们建议用日立精简指令集计算机和数字信号处理的微信息处理机(硬件)实时执行系统,结果发现这比其他的故障检测方法更好。