模糊神經網(wǎng)絡的汽車液壓泵的故障診斷

為了有效解決網(wǎng)絡系統(tǒng)可能出現(xiàn)的故障,結合模糊神經網(wǎng)絡提出了一種新的故障檢測算法fdd-fnn(failuredetectionalgorithmbasedonfuzzyneuralnetwork).該算法根據(jù)特征信息熵建立了故障檢測評價方法和最小偏差的優(yōu)化模型,設計了模糊神經網(wǎng)絡中輸入層、模糊化層、模糊規(guī)則層和解模糊層,并且給出了具體的算法流程.通過建立網(wǎng)絡仿真平臺,深入分析了影響fdd-fnn算法的關鍵因素,同時對比研究了fdd-fnn算法與其他算法的性能情況,結果表明fdd-fnn算法具有較好的適應性.

武漢理工大學 碩士學位論文 基于模糊神經網(wǎng)絡的電梯故障診斷系統(tǒng)的研究 姓名：熊瑞庭 申請學位級別：碩士 專業(yè)：控制理論與控制工程 指導教師：鄧堅 20090501

基于人工神經網(wǎng)絡的自學習功能和能夠表達復雜關系的特點,針對桑塔納2000空調、冷卻系統(tǒng)的控制關系建立了相關神經網(wǎng)絡仿真模型并進行了仿真和故障診斷的研究。事實證明,神經網(wǎng)絡技術是復雜車輛控制系統(tǒng)的控制關系分析和故障診斷的一種便捷、有效的方法。

基于模糊神經網(wǎng)絡的深基坑變形預測——針對深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問題，將模糊控制理論與神經網(wǎng)絡技術相結合，采用非線性神經元構成的神經網(wǎng)絡結構，把對應的網(wǎng)絡輸入、輸出表達為輸入、輸出停息的模糊數(shù)隸屬度，建立了一種基于模糊神...

針對深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問題,將模糊控制理論與神經網(wǎng)絡技術相結合,采用非線性神經元構成的神經網(wǎng)絡結構,把對應的網(wǎng)絡輸入、輸出表達為輸入、輸出信息的模糊數(shù)隸屬度,建立了一種基于模糊神經網(wǎng)絡的深基坑施工變形預測模型.結果表明,利用模糊度隸屬函數(shù)對基坑施工進行動態(tài)控制具有較好的實用效果.

提出故障診斷系統(tǒng)的總體構造和各個故障原因診斷的神經網(wǎng)絡結構，依據(jù)模糊推理和ｉｆ—ｔｈｅｎ型產生式規(guī)則，采用隸屬度傳遞法則，進行故障知識處理，把表示原因和癥狀間因果關系的頻數(shù)分布作為網(wǎng)絡層間單元的權重。這個診斷方法的主要特征是能夠定量地表示所歸納的故障原因，以建筑設備備用電源的柴油機故障診斷為例說明該方法的應用步驟

**資訊http://www.***.*** **資訊http://www.***.***

**資訊http://www.***.*** **資訊http://www.***.***

在對影響建筑工程造價因素分析和標準模糊神經網(wǎng)絡結構分析的基礎上,通過增加輸入層與模糊層之間的權值v,加入規(guī)則的重要度γ,對標準模糊神經網(wǎng)絡進行了改進,并建立基于改進的標準模糊神經網(wǎng)絡的工程造價快速估算模型。將基于這種結構的模糊神經網(wǎng)絡的工程造價快速估算模型應用于建筑工程的投標報價中,從仿真結果可以看出該網(wǎng)絡模型學習時間較短,學習速率較快,精度較高。

現(xiàn)如今市場經濟競爭十分激烈,實際招投標工作要求能快速準確地進行工程造價的估算。無論業(yè)主還是承包商確定工程造價都要求快速、準確,完善的快速估價系統(tǒng)能夠很好地解決這個問題。模糊技術與神經網(wǎng)絡結合是一種把經驗與數(shù)學模型結合,這種研究打破了過去人們所進行的各種學科在邏輯上的獨立性,預示了人工智能的光明前景和希望。

首先在對供熱負荷預測算法的發(fā)展現(xiàn)狀主要成果闡述的基礎上,對影響供熱預測因素采用模糊量化的方式進行研究處理,并由此推斷將模糊神經網(wǎng)絡算法應用于供熱負荷預測可以得到良好的效果.研究模型的設計核心是bp神經網(wǎng)絡,即將模糊量化后的影響因素作為系統(tǒng)的輸入值,去調整神經網(wǎng)絡的權值,從而得到預測的網(wǎng)絡模型.建立預測模型和預測策略后,可以采用matlab科學計算軟件開發(fā)程序對預測模型效果進行模擬仿真,結果表明,預測的結果能夠滿足要求,相對誤差在合理的范圍內,并且模糊神經網(wǎng)絡算法比單純神經網(wǎng)絡算法具有更好的預測精度和魯棒特性,從而達到節(jié)能的目的.且適應性強,可以應用到類似的供熱工程上.

對不確定混沌系統(tǒng)的控制問題,研究了基于權值直接確定模糊神經網(wǎng)絡(wddfnn)的插值補償控制方法。建立了基于數(shù)據(jù)驅動的wddfnn,并使用wddfnn實現(xiàn)對混沌系統(tǒng)的辨識,然后使用wddfnn模型對混沌系統(tǒng)進行模糊插值補償控制?；趌yapunov穩(wěn)定性理論,證明混沌系統(tǒng)在所提最優(yōu)控制律作用下是漸進穩(wěn)定的。仿真實驗表明,該控制方法既可以實現(xiàn)快速跟蹤任意參考信號,又可以有效抑制參數(shù)攝動、外部干擾,控制精度較高。

本文提出一種基于模糊神經網(wǎng)絡和建筑結構系統(tǒng)辨識方法。利用模糊神經網(wǎng)絡強大的非線性映射能力與學習能力以實測的結構動力響應數(shù)據(jù)建立起結構的動力特性模型。不但可以克服以往傳統(tǒng)與智能辨識方法中存在的種種弊病，而且還將土一結構相互作用以及結構自身非線性對結構動力特性的影響考慮在內，使得結構系統(tǒng)辨識更具客觀性。具有物理意義明確，可擴展性強，能夠用于實時在線控制與健康診斷等優(yōu)點。

提出了一種基于神經模糊推理系統(tǒng)的商品住宅價格評估模型,分析了影響商品住宅價格的因素,給出了商品住宅價格評估指標體系,探討了模型建立的原理及算法步驟。計算實例說明了該模型用于商品住宅價格準確評估的有效性和可行性,為房地產價格評估提供了科學的方法。

為了克服傳統(tǒng)bp神經網(wǎng)絡預測精度差,易陷入局部極值的缺陷,提出了模糊神經網(wǎng)絡系統(tǒng)。利用模糊粗糙集通過歷史負荷數(shù)據(jù)信息的模糊化替代負荷變化的離散化,快速尋找出樣本數(shù)據(jù)間的連續(xù)屬性的信息,將其與傳統(tǒng)bp神經網(wǎng)絡結合組成模糊神經網(wǎng)絡對熱負荷進行預測。實驗結果表明:該模糊神經網(wǎng)絡預測結果的相對誤差很小不超過2%,在短期負荷預測方面具有的優(yōu)越性。

智能家居中的環(huán)境因素對人體有著不容忽視的影響,智能家居環(huán)境舒適度已成為智能家居評估指標中重要的一項,通過對智能家居監(jiān)測系統(tǒng)信息融合技術進行研究,運用結合模糊推理和神經網(wǎng)絡算法優(yōu)點的模糊神經網(wǎng)絡對智能家居監(jiān)測系統(tǒng)采集的各環(huán)境因素進行處理分析,從而能夠智能有效的提高人們的室內生活質量。

基于模糊神經網(wǎng)絡的房地產價格評估問題研究——提出了一種基于神經模糊揄系統(tǒng)的商品住宅價格評估模型，分析了影響商品住宅價格的因素，給出了商品住宅價格評估指標體系，探討了模型建立的原理及算法步驟。計算實例說明了該模型用于商品住宅價格準確評估的有效性...

隨著社會發(fā)展,汽車已經成為家庭的重要出行工具.汽車運行時間越長,故障發(fā)生率越高,不利于人們的生命健康安全.因此,利用現(xiàn)代模式識別、機器學習等技術構建一個汽車故障率預測模型,及時發(fā)現(xiàn)汽車運行故障,以便能夠保證汽車以及乘用人的生命安全.本文詳細地分析了bp神經網(wǎng)絡的基本理論和概念,同時將其應用到汽車故障率預測中,可以提高故障率預測的準確度.

文章以熱泵機組為研究對象,從實驗測試的角度建立故障-征兆模型。采用bp神經網(wǎng)絡對熱泵機組進行故障診斷并利用matlab仿真,仿真結果表明基于bp神經網(wǎng)絡的熱泵機組故障診斷實現(xiàn)簡單且效果較好。

運用模糊理論的故障征兆與故障原因之間的模糊關系,確定了bp神經網(wǎng)絡的輸入層和輸出層,并結合水輪發(fā)電機組故障診斷具體實例建立神經網(wǎng)絡的輸入樣本集,對神經網(wǎng)絡進行訓練,輸入機組故障征兆向量,得出故障原因,從而驗證了模糊神經網(wǎng)絡的可行性與優(yōu)越性。

針對變頻空調常規(guī)模糊控制系統(tǒng)的隸屬函數(shù)和控制規(guī)則的獲取受限于專家經驗的問題,根據(jù)神經網(wǎng)絡自學習能力強的特點,將模糊控制與神經網(wǎng)絡相結合,對空調的控制系統(tǒng)進行改進,并據(jù)此設計模糊神經網(wǎng)絡控制器,在此基礎上進行了理論分析和模擬實驗,驗證了這一控制系統(tǒng)的有效性。

紅外圖像中的微弱目標檢測與跟蹤是數(shù)字圖像處理領域中的研究熱點。針對紅外圖像中微弱目標灰度的統(tǒng)計特點以及模糊神經網(wǎng)絡在自適應噪聲消除的應用,提出一種基于增強型動態(tài)模糊神經網(wǎng)絡算法用于紅外圖像噪聲消除。經過自適應噪聲消除后,可有效的有自動閾值門限分割法進行微弱目標檢測。