非線性系統(tǒng)故障的分形和神經(jīng)網(wǎng)絡(luò)智能診斷方法研究.pdf

1、東北大學博士學位論文非線性系統(tǒng)故障的分形和神經(jīng)網(wǎng)絡(luò)智能診斷方法研究姓名：侯祥林申請學位級別：博士專業(yè)：工程力學指導教師：王泳嘉虞和濟2000.4.1東北大學博士學位論文摘要題，通過變量的合理排隊方式，巧妙地將變量以隱含方式存于復雜的目標函數(shù)之中。這樣便獲得了網(wǎng)絡(luò)權(quán)值和閩值快速最優(yōu)化算法，在短時間獲得高精度的計算結(jié)果，通過自行車車架膠接質(zhì)量算例的BP算法、梯度法和共軛梯度法的比較，說明了梯度優(yōu)化算法在同樣計算次數(shù)下精度高于BP算法，而共軛

2、梯度優(yōu)化算法是獲得快速收斂和高精度的有效計算方法。本文進行了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)研究，提出了隱層的合理節(jié)點數(shù)量的分析方法并編制計算機實現(xiàn)程序。通過二次函數(shù)算例的隱層合理節(jié)點的確定分析，證明了隱層合理節(jié)點研究方法的正確性和合理性。基于神經(jīng)網(wǎng)絡(luò)的快速算法，概述了神經(jīng)網(wǎng)絡(luò)故障診斷的一般方法并通過了汽輪機診斷的實例驗證；提出以不同周期采樣得到的信號分形計算維數(shù)作為輸入的分形神經(jīng)網(wǎng)絡(luò)的診斷方法，以軸承和齒輪診斷實例進行了驗證；提出了簡化規(guī)則集樣本的模

3、糊神經(jīng)網(wǎng)絡(luò)的診斷方法，滾動軸承診斷實例驗證了模糊神經(jīng)網(wǎng)絡(luò)識別方法；基于模糊理論和神經(jīng)網(wǎng)絡(luò)原理，基于分形維數(shù)隸屬度的概念，將不同采樣周期對應(yīng)的計算維數(shù)按照模糊化處理，以一個固定的采樣周期時段的分形維數(shù)隸屬度為輸入，構(gòu)成了分形模糊神經(jīng)網(wǎng)絡(luò)的診斷方法，通過齒輪實例診斷得到了準確的結(jié)果。基于上述原理，本文編制分形神經(jīng)網(wǎng)絡(luò)智能診斷系統(tǒng)，并通過了算例的驗證。本文用非線性理論的計算機分析方法描述機械設(shè)備的非線性動力特性，以分形原理進行非線性非平穩(wěn)信號