基于神經(jīng)網(wǎng)絡的油罐故障模糊診斷系統(tǒng).pdf

1、該文首先對過去已發(fā)生過的油罐故障現(xiàn)象進行分析,確定油罐故障的診斷規(guī)則.根據(jù)油罐故障診斷特點,利用模糊數(shù)學理論,建立其診斷模型——一個四層網(wǎng)絡的模糊系統(tǒng).根據(jù)診斷參數(shù)△Q、△P三種浮動情況"偏大"、"正常"、"偏小"與油罐故障的關系,確定此三種模糊集合的隸屬函數(shù)形式.隨后,根據(jù)油罐故障診斷模型的網(wǎng)絡結構和診斷的智能化特點,構造出該診斷模型神經(jīng)網(wǎng)絡結構.根據(jù)此網(wǎng)絡的特點,該文采用一種改進的BP神經(jīng)網(wǎng)絡算法進行求解.該BP網(wǎng)絡的輸入層被三種模

2、糊集合的隸屬函數(shù)模糊化,隱層采用雙曲正切S型傳遞函數(shù),輸出層采用對數(shù)S型函數(shù),學習規(guī)則采用Levenberg-Marquardt規(guī)則.求解時運用診斷規(guī)則確定的學習樣本,對所建立的油罐故障診斷模型進行學習訓練,得到模型各層的權重和傳遞函數(shù).隨后,對此基于神經(jīng)網(wǎng)絡的油罐故障診斷模型的有效性進行了分析,其一該診斷模型算法具有較快的收斂速度和較高的精度,其二通過對一些實際數(shù)據(jù)的仿真化運行,證明我們所建立的診斷模型能準確地對各種類型的油罐故障進行

3、診斷.其次,通過基于線性回歸和BP神經(jīng)網(wǎng)絡兩種方法的油罐故障診斷模型的對比,證明了基于BP神經(jīng)網(wǎng)絡方法的優(yōu)越性.最后,根據(jù)該文所建立的油罐故障診斷模型在黃島油庫實際運行中的故障事例診斷,得出其有效性、實用性.并針對遇到的問題,說明我們擬進一步開展的工作,及目前使用中的注意事項.該文中采用模糊數(shù)學和BP神經(jīng)網(wǎng)絡相結合的方法解決油罐故障診斷問題在國內(nèi)屬于首次,通過對學習樣本和非學習樣本的仿真化運行、分析,證明了模糊數(shù)學和神經(jīng)網(wǎng)絡結合起來解決