机械故障诊疗新技术专家讲座.pptx

第六章机械故障诊疗新技术二、含糊模式识别1．直接识别方法按最大隶属标准进行判别。2．间接识别方法按择近标准进行模式识别。三、含糊聚类分析1．数据标准化2．标定3．聚类四、含糊综合诊疗1．含糊综合评判数学模型2．含糊运算模型第二节故障诊疗人工神经网络方法一、神经网络模型1.人工神经元模型2．神经网络模型（1）模型（2）算法B-P网络输入值是一些特征参数，输出值是识别结果，学习算法属于有教师学习，经过不停修改权系数和阈值，使系统输出误差{y}与给定教师样本{t}误差为最小。Hopfield网络反馈网络自组织处理了著名TSP问题。实时处理第三节故障诊疗教授系统介绍教授系统是应用大量人类教授知识和推理方法求解复杂实际问题一个人工智能计算机程序。它是由一组计算机软件组成系统，含有相当数量权威性知识，具备学习功效，而且能够采取一定策略，利用教授知识进行推理，处理人们在通常条件下难以处理问题。普通计算机软件是由数据和程序两级组成，而教授系统则有数据、知识和推理机三级组成。被誉为“教授系统和知识工程之父”费根鲍姆(Feigenbaum)所领导研究小组于1968年研究成功第一个教授系统DENDRAL，用于质谱仪分析有机化合物分子结构。1972～1976年，费根鲍姆小组又开发成功MYCIN医疗教授系统，用于抗生素药品治疗。今后，许多著名教授系统，如PROSPECTOR地质勘探教授系统，CASNET青光眼诊疗治疗教授系统、RI计算机结构设计教授系统、MACSYMA符号积分现定理证实教授系统、ELAS钻井数据分析教授系统和ACE电话电缆维护教授系统等被相继开发，为工矿数据分析处理、医疗诊疗、计算机设计、符号运算和定理证实等提供强在力工具。1977年，费根鲍姆深入提出了知识工程(knowledgeengineering)概念,整个80年代，教授系统和知识工程在全世界得到快速发展。在开发教授系统过程中，许多研究者取得共识，即人工智能系统是一个知识处理系统，而知识表示、知识利用和知识获取则成为人工智能系统三个基本问题。一、专出系统人工智能特点教授系统所能处理主要问题有：(1)处理那些只有教授才能处理实际复杂问题。(2)用模仿人类教授推理过程计算机模型来处理这些问题，并能到达人类教授处理问题水平。比较成功教授系统普通含有以下几个特点：（1）启发性即能使用判别性知识进行推理；（2）透明性能解释自己推理过程；（3）灵活性能不停修改和扩充知识。二、教授系统结构（1）知识库（KnowledgeBase）（2）推理机（InferenceEngine）（3）数据库（DataBase）（4）解释器（程序）（ExplicationProgram）（5）知识获取程序（KnowledgeAc－quisitionProgram）机械故障诊疗方法信号测试采集振动、油样、声发射、参数、……信号分析处理频谱、小波、…………故障信号识别模式识别，系统分析含糊理论人工智能方法故障处理决议信号分析经典谱分析法以FFT为代表，广泛用于信号分析，故障诊疗，图像处理等许多方面。国内外都有大量FFT软、硬件产品问世，而且在不停发展。当代谱分析法采取建模方法来预计信号谱参数，因而速度快运算量小，精度高。受到越来越多重视。当前应用有自回归法(AR)、滑动平均法(MA)和自回归滑动平均法(ARMA)。ARMA建模参数功率谱模型为了对各种谱预计方法有一个基本了解，下面用一已知信号对各种方法进行检验(N=32)。所给出信号为：(3-13)式中：f1=0.05，f2=0.40，f3=0.42；z[n]为噪声一阶自回归过程：(3-14)其中a为回归系数，u为方差为σ2高斯白噪声。这么能够使噪声功率谱为改变。选择适当a(＝-0.8508)和σ2(＝1.010)值能够使f1附近信噪比为15dB，f2、f3附近信噪比为30dB，此信号作为比较基准。也能够直接使用高斯白噪声信号（令a＝0即可），这时其功率谱为一条水平线。图中给出了各信号理论功率谱。图中横轴为归一化频率(-0.5～0.5)，纵轴为功率谱值(-30～50dB)。小波分析理论（采取小波族进行变换）含有多分辨率特点：在低频部分含有较高频率分辨率和较低时间分辨率；在高频部分含有较低频率分辨率和较高时间分辨率；适合探测信号中瞬态异常并展示其成份称为信号分析显微镜正常泵阀故障泵阀正常活塞故障活塞机械设备故障诊疗发展机械设备故障诊疗技术是建立在各种基本技术基础之上，并融合各种学科理论新兴综合性学科。所以，该学科含有基础理论较新、体系边界含糊、实施技术繁多、工程应用广泛、发展日趋快速以及与高技术发展亲密相关等特点。1．存在问题尽管机械故障诊疗已取得了长足发展，但它是一门正在发展新型学科，还远没有到达完善水平，主要表现在：⑴发展不平衡，旋转机械故障诊疗理论和实践都取得了较成