论文部分内容阅读
故障诊断技术是现代化生产发展的产物。混凝土输送泵作为所有混凝土输送设备中比较理想的一种已得到广泛应用,而建筑工程质量要求它工作时应确保连续性。与此同时,由于其液压系统故障发生的随机性和隐蔽性要求维修人员具备较宽的知识面和故障处理经验,从而现场维修人员的诊断水平成为影响故障处理的决定性因素。但目前针对它的故障诊断研究却很少,本论文根据输送泵液压系统的故障现象与故障产生部位多对多关系的特点,引入模糊控制和神经网络的方法,使得故障诊断准确、快速。 本文通过对混泥土输送泵液压系统多个故障诊断实例进行综合分析,选择出三个显著性的特征参数,确定系统输入与输出之间的对应关系库。然后将模糊逻辑控制运用到混凝土输送泵的故障诊断系统之中,设计模糊控制器,构造起了混凝土输送泵故障模糊诊断系统模型。 利用人工神经网络特有的非线性适应性信息处理能力和 BP 网络的自学习功能,针对混凝土输送泵常见故障中参数变化与故障产生部位之间的复杂对应关系,建立模糊-神经协作系统。利用 MATLAB 语言可以构造典型神经网络激活函数的特点,调用 MATLAB 语言神经网络工具箱中有关神经网络的函数,根据模糊诊断模型构造一神经网络,然后根据目标系统实际的输入输出对神经网络进行学习,提高原模糊诊断系统的精度,增强模糊诊断系统的自适应能力。而神经网络的学习结果则可通过原来的模糊系统进行解释,将其联接权与阈值的变化理解为模糊规则和隶属函数的变化,消除了传统神经网络权重存储的知识不易为人理解的缺陷。 最后分别从硬件组成和软件功能与设计两个方面阐述了混凝土输送泵模糊诊断综合系统的组成,并对网络进行了仿真实现。