基于故障树和模糊神经网络的汽车起重机故障诊断方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103544389103544389A(43)申请公布日2014.01.29(21)申请号201310492933.2(22)申请日2013.10.18(71)申请人丽水学院地址323000浙江省丽水市莲都区学院路1号(72)发明人游张平方建平(74)专利代理机构浙江永鼎律师事务所33233代理人张健(51)Int.Cl.G06F19/00(2011.01)G06N3/02(2006.01)权权利要求书1页利要求书1页说明书6页说明书6页附图4页附图4页(54)发明名称基于故障树和模糊神经网络的汽车起重机故障诊断方法(57)摘要本发明公开了一种基于故障树和模糊神经网络的汽车起重机故障诊断方法，步骤包括：1）采用演绎法建立汽车起重机顶事件故障树；2）根据故障树支路情况与经验知识确定模糊神经网络的输入、输出节点数目，建立模糊神经网络结构模型；3）根据故障树各分支中所蕴含的知识，提取训练样本，并对神经网络进行训练，建立神经网络推理计算所需的网络权值和阈值矩阵；4）利用现有汽车起重机状态监测平台上的数据，运用统计参数法中的3σ准则法确立模糊预处理所需的模糊隶属函数；5)将实测数据输入到模糊神经网络中进行计算，输出故障模式。本发明方法避免了检测过程的盲目性与繁琐性，提高诊断准确率。CN103544389ACN1035489ACN103544389A权利要求书1/1页1.基于故障树和模糊神经网络的汽车起重机故障诊断方法，其特点是，按照以下步骤实施：1）采用演绎法建立汽车起重机顶事件故障树；2）根据故障树支路情况与经验知识确定模糊神经网络的网络输入、网络输出节点数目，建立模糊神经网络结构模型；3）根据故障树各分支中所蕴含的知识，提取训练样本，并对神经网络进行训练，建立神经网络推理计算所需的网络权值和阈值矩阵；4）利用汽车起重机状态监测平台上的历史数据，运用统计参数法中的3σ准则法确立模糊预处理所需的模糊隶属函数；5)将汽车起重机状态监测平台的实测数据输入到通过以上步骤建立好的模糊神经网络中进行计算，得到诊断结果，输出故障模式。2.根据权利要求1所述的基于故障树和模糊神经网络的汽车起重机故障诊断方法，其特点是：所述的步骤1的具体步骤是，首先是找出直接导致顶端事件发生的各种可能因素组合；其次找出第一步中各因素的直接原因，循此方法逐级向下演绎，一直追溯到引起系统发生故障的全部原因，即分析到不需要继续分析原因的底事件为止；然后把各级事件用相应的符号和适合于它们之间逻辑关系的逻辑门与顶事件相连接，得到一棵以顶事件为根，中间事件为节，底事件为叶的具有若干级的倒置故障树。3.根据权利要求1所述的基于故障树和模糊神经网络的汽车起重机故障诊断方法，其特点是：所述的步骤4中，所述的3σ准则是：故障界限为参数正常界限为均值：标准方差：式中：参数Yi为第i个样本；R为样本数量。2CN103544389A说明书1/6页基于故障树和模糊神经网络的汽车起重机故障诊断方法技术领域[0001]本发明属于汽车起重机故障检测技术领域，涉及一种基于故障树和模糊神经网络的汽车起重机故障诊断方法。背景技术[0002]汽车起重机是一种起重机械部分安装在汽车通用底盘或专用汽车底盘上，具有载重汽车行驶性能的轮式起重机，它机动性好，转移方便，运行速度快，广泛适用于工矿企业、建筑工地、车站、港口等进行货物装卸、转移、设备安装及高空作业等各种起重作业。它对减轻劳动强度、节省人力，降低建设成本，提高施工质量，加快建设速度，实现工程施工机械化起着十分重要的作用。但长期以来汽车起重机安全作业形势十分严峻，汽车起重机产品由于其系统组成复杂，工作环境恶劣，通常要求高负荷、长时间运行，加上维护保养体系的相对落后，因此系统经常会出现各种故障，机毁人亡重大事故时有发生，严重影响了建设项目的进度、效益以及人民财产安全。[0003]从国内外对汽车起重机故障诊断的现状来看，一般还是采取传统的故障诊断方法，即维修人员在实践经验的指导下，根据系统原理图和动作循环表，通过比较、区域分析、综合分析等方法确定可疑液压零部件，然后对可疑液压零部件进行更换测试来判定故障原因，最后通过串换部件的方式来消除故障。这种方法要求维修人员掌握较深的相关专业基本理论及工作原理，具有较强的判断分析能力，方可保证诊断的有效性和准确性。诊断过程十分繁琐，要经过大量的检查、验证工作，系统故障检测过程中的盲目性不可避免，拆装工作量也较大，且只能是定性分析，而且对现代电子技术与液压控制技术方面的故障判别更为困难，因而诊断出的原因往往不够准确。因此，这种方式耗时、费力、低效、经济效益不佳。发明内容[0004]本发明提供了一种基于故障树和模糊神经网络的汽车起重