bp神经网络和专家系统相结合的电子设备故障诊断系统

bp神经网络和专家系统相结合的电子设备故障诊断系统

ID:15762584

大小:631.08 KB

页数:4页

时间:2018-08-05

bp神经网络和专家系统相结合的电子设备故障诊断系统_第1页
bp神经网络和专家系统相结合的电子设备故障诊断系统_第2页
bp神经网络和专家系统相结合的电子设备故障诊断系统_第3页
bp神经网络和专家系统相结合的电子设备故障诊断系统_第4页
资源描述:

《bp神经网络和专家系统相结合的电子设备故障诊断系统》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、总第174期舰船电子工程Vol.28No.122008年第12期ShipElectronicEngineering152BP神经网络和专家系统相结合的*电子设备故障诊断系统1)2)黄赞能孙金峰(海军92823部队2中队1)三亚572021)(海军91206部队训练部2)青岛266108)摘要通过介绍如何将BP神经网络和专家系统结合在一起,构成实时的故障诊断系统,避免传统的专家系统存在的一些问题,更好更快地进行故障诊最后以某型雷达为例,实际地验证了系统的效能。关键词神经网络;BP;专家系统;故障诊断;雷达中图分类号TN913FaultDi

2、agnosticsofElectronicEquipmentsBasedonBPNeuralNetworkandExpertSystemHuangZanneng1)SunJinfeng2)1)(Unit2,No.92823TroopsofNavy,Sanya572021)2)(TrainingDepartment,No.91206TroopsofNavy,Qingdao266108)AbstractThisarticleintroduceshowtocombineneuralnetworkwithexpertsystemtomakefaultdia

3、gnostics.Itcanavoidmanyproblemsthattraditionalexpertsystemexistsandimplementsthefaultdiagnosticsbetterandfaster.Ittakescomplexradarforexampletovalidatetheefficiencyofthissystem.Keywordsneuralnetwork,BP,expertsystem,faultdiagnostics,radarClassNumberTN913全新的理论方法和实现手段。神经网络通过对经1引言验

4、样本的学习,将知识以权值和阈值的形式存储在在电子设备故障诊断领域中,当一个诊断人员网络中。专家系统是基于符号的推理系统,它存在[2]进行故障诊断时,总是首先根据故障现象,利用已知识获取困难的缺点,但它具备解释功能。因有的经验或启发性知识,提出各种假设,进行各种此,把神经网络与专家系统相结合,发挥各自的优测试,以便确定故障原因和故障部件,这种处理方点是进行故障诊断的一种新途径。式就演变为现在的专家系统。目前专家系统存在着一些难以解决的问题,如知识获取、知识间的上2基本结构下文敏感问题、推理的不确定性问题、自学习难等2.1故障诊断系统的基本结构等的问题,为

5、此必须在传统的专家系统的基础上再基于神经网络的故障诊断专家系统基本结构[1]增加其他方法。如图1所示。利用Delphi完成人机界面的设计,神经网络技术代表了一种新的方法体系,它以其良好的窗口功能实现用户输入和系统结果输出。强有力的学习和并行处理能力为故障诊断提供了将专家经验形式化成规则,存储于各种规则库。将*收稿日期:2008年7月11日,修回日期:2008年8月21日作者简介:黄赞能,男,工程师,研究方向:雷达装备修理。孙金峰,男,工程师,研究方向:雷达装备教学与科研。2008年第12期舰船电子工程153难以形式化的专家经验以非线性映射的形式存储在神经

6、网络的各节点上。把两者结合在一起进行综合诊断,最后得出诊断结论。2.2知识的获取为了获取知识建立知识库,必须由知识工程师[2]从领域专家那里抽取知识,但领域专家一般习惯于提供具体事例,不善于提供知识,这就增大了知图2BP神经网络模型识抽取的难度,要求知识工程师直接与领域专家对2.4推理机话,并在理解的基础上进行形式化,然后输入知识系统采用数据驱动的正向推理策略,将故障的库中,可能由于理解上的不正确不全面造成知识的特征值输入到网络的输入节点,求出隐含层神经元错误。另外,在知识库初步建立后,随着应用向纵的输出作为输出层的输入,求出输出层神经元的输深方向发

7、展,知识库的不完备性就会逐渐暴露出出,由阈值函数判定输出层神经元的最终输出结来。这就要求系统能不断的总结经验教训,从运行果。若取阈值为,则输出神经元yj>(j=1,2,实践中学习,产生新的知识,纠正可能存在的错误,[3],m),表示有故障存在。若输出神经元接近于0,实现知识库的自我完善。[6~8]表示工作基本正常。本系统的知识库分为静态和动态两部分,静态这种推理方式对同一层处理单元来说是并行知识由知识工程师把领域专家的诊断知识以产生推理,不需进行规则的前提匹配,克服了传统推理式规则输入。包括网络结构、样本集知识和专家诊中出现的匹配冲突、组合爆炸

8、、无穷递归等断知识。动态知识在神经网络中通过样本学习实困难,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。