船舶主机智能故障诊断系统
船舶主机系统是一个复杂的机电一体化系统.该文在分析了故障诊断方法,船舶主机结构及其故障特点的基础上,将主机系统分为七个子系统,提出了将人工神经网络与模糊专家系统相结合运用于船舶主机故障诊断的混合式诊断方法.神经网络采用多层感知器(MLP)结构及BP学习算法.采用神经网络的目的主要是实现系统的"解耦",将系统的故障诊断范围缩小到子系统级,有助于减少知识库中规则数目,提高诊断速度,同时使诊断系统具有一定的预测功能.在模糊专家系统中,将知识分为浅层知识和深层知识两类.浅层知识用规则表示,深层知识用框架表示.这样有助于发现新规则.为了提高通用性,提出了简单的学习算法.在程序设计方法上,作者采用Windows95平台,用BORLAND C++语言开发应用程序.利用Windows环境的多任务的特点,将应用程序分类两部分:客户应用程序部分及服务器应用程序部分.服务器应用程序运行于后台,完成实时数据处理工作;客户应用程序运行于前后,完成故障诊断任务.应用程序除实时诊断功能外,还具有离线诊断功能.整个系统具有操作简单,使用方便的特点.
- 作者:
- 陆志祥
- 学位授予单位:
- 上海船舶运输科学研究所
- 专业名称:
- 运输自动化与控制
- 授予学位:
- 硕士
- 学位年度:
- 1997年
- 导师姓名:
- 钱瑞麟;郑元璋
- 中图分类号:
- U661.33;TP277
- 关键词:
- 人工神经网络;模糊专家系统;客户;服务器结构;故障诊断系统;智能诊断系统;船舶操纵故障
-