模糊神经网络的汽车液压泵的故障诊断

为了有效解决网络系统可能出现的故障,结合模糊神经网络提出了一种新的故障检测算法fdd-fnn(failuredetectionalgorithmbasedonfuzzyneuralnetwork).该算法根据特征信息熵建立了故障检测评价方法和最小偏差的优化模型,设计了模糊神经网络中输入层、模糊化层、模糊规则层和解模糊层,并且给出了具体的算法流程.通过建立网络仿真平台,深入分析了影响fdd-fnn算法的关键因素,同时对比研究了fdd-fnn算法与其他算法的性能情况,结果表明fdd-fnn算法具有较好的适应性.

武汉理工大学 硕士学位论文 基于模糊神经网络的电梯故障诊断系统的研究 姓名：熊瑞庭 申请学位级别：硕士 专业：控制理论与控制工程 指导教师：邓坚 20090501

基于人工神经网络的自学习功能和能够表达复杂关系的特点,针对桑塔纳2000空调、冷却系统的控制关系建立了相关神经网络仿真模型并进行了仿真和故障诊断的研究。事实证明,神经网络技术是复杂车辆控制系统的控制关系分析和故障诊断的一种便捷、有效的方法。

基于模糊神经网络的深基坑变形预测——针对深基坑变形控制系统中的不确定性、模糊性因素多的问题，将模糊控制理论与神经网络技术相结合，采用非线性神经元构成的神经网络结构，把对应的网络输入、输出表达为输入、输出停息的模糊数隶属度，建立了一种基于模糊神...

针对深基坑变形控制系统中的不确定性、模糊性因素多的问题,将模糊控制理论与神经网络技术相结合,采用非线性神经元构成的神经网络结构,把对应的网络输入、输出表达为输入、输出信息的模糊数隶属度,建立了一种基于模糊神经网络的深基坑施工变形预测模型.结果表明,利用模糊度隶属函数对基坑施工进行动态控制具有较好的实用效果.

提出故障诊断系统的总体构造和各个故障原因诊断的神经网络结构，依据模糊推理和ｉｆ—ｔｈｅｎ型产生式规则，采用隶属度传递法则，进行故障知识处理，把表示原因和症状间因果关系的频数分布作为网络层间单元的权重。这个诊断方法的主要特征是能够定量地表示所归纳的故障原因，以建筑设备备用电源的柴油机故障诊断为例说明该方法的应用步骤

**资讯http://www.***.*** **资讯http://www.***.***

**资讯http://www.***.*** **资讯http://www.***.***

在对影响建筑工程造价因素分析和标准模糊神经网络结构分析的基础上,通过增加输入层与模糊层之间的权值v,加入规则的重要度γ,对标准模糊神经网络进行了改进,并建立基于改进的标准模糊神经网络的工程造价快速估算模型。将基于这种结构的模糊神经网络的工程造价快速估算模型应用于建筑工程的投标报价中,从仿真结果可以看出该网络模型学习时间较短,学习速率较快,精度较高。

现如今市场经济竞争十分激烈,实际招投标工作要求能快速准确地进行工程造价的估算。无论业主还是承包商确定工程造价都要求快速、准确,完善的快速估价系统能够很好地解决这个问题。模糊技术与神经网络结合是一种把经验与数学模型结合,这种研究打破了过去人们所进行的各种学科在逻辑上的独立性,预示了人工智能的光明前景和希望。

首先在对供热负荷预测算法的发展现状主要成果阐述的基础上,对影响供热预测因素采用模糊量化的方式进行研究处理,并由此推断将模糊神经网络算法应用于供热负荷预测可以得到良好的效果.研究模型的设计核心是bp神经网络,即将模糊量化后的影响因素作为系统的输入值,去调整神经网络的权值,从而得到预测的网络模型.建立预测模型和预测策略后,可以采用matlab科学计算软件开发程序对预测模型效果进行模拟仿真,结果表明,预测的结果能够满足要求,相对误差在合理的范围内,并且模糊神经网络算法比单纯神经网络算法具有更好的预测精度和鲁棒特性,从而达到节能的目的.且适应性强,可以应用到类似的供热工程上.

对不确定混沌系统的控制问题,研究了基于权值直接确定模糊神经网络(wddfnn)的插值补偿控制方法。建立了基于数据驱动的wddfnn,并使用wddfnn实现对混沌系统的辨识,然后使用wddfnn模型对混沌系统进行模糊插值补偿控制。基于lyapunov稳定性理论,证明混沌系统在所提最优控制律作用下是渐进稳定的。仿真实验表明,该控制方法既可以实现快速跟踪任意参考信号,又可以有效抑制参数摄动、外部干扰,控制精度较高。

本文提出一种基于模糊神经网络和建筑结构系统辨识方法。利用模糊神经网络强大的非线性映射能力与学习能力以实测的结构动力响应数据建立起结构的动力特性模型。不但可以克服以往传统与智能辨识方法中存在的种种弊病，而且还将土一结构相互作用以及结构自身非线性对结构动力特性的影响考虑在内，使得结构系统辨识更具客观性。具有物理意义明确，可扩展性强，能够用于实时在线控制与健康诊断等优点。

提出了一种基于神经模糊推理系统的商品住宅价格评估模型,分析了影响商品住宅价格的因素,给出了商品住宅价格评估指标体系,探讨了模型建立的原理及算法步骤。计算实例说明了该模型用于商品住宅价格准确评估的有效性和可行性,为房地产价格评估提供了科学的方法。

为了克服传统bp神经网络预测精度差,易陷入局部极值的缺陷,提出了模糊神经网络系统。利用模糊粗糙集通过历史负荷数据信息的模糊化替代负荷变化的离散化,快速寻找出样本数据间的连续属性的信息,将其与传统bp神经网络结合组成模糊神经网络对热负荷进行预测。实验结果表明:该模糊神经网络预测结果的相对误差很小不超过2%,在短期负荷预测方面具有的优越性。

智能家居中的环境因素对人体有着不容忽视的影响,智能家居环境舒适度已成为智能家居评估指标中重要的一项,通过对智能家居监测系统信息融合技术进行研究,运用结合模糊推理和神经网络算法优点的模糊神经网络对智能家居监测系统采集的各环境因素进行处理分析,从而能够智能有效的提高人们的室内生活质量。

基于模糊神经网络的房地产价格评估问题研究——提出了一种基于神经模糊揄系统的商品住宅价格评估模型，分析了影响商品住宅价格的因素，给出了商品住宅价格评估指标体系，探讨了模型建立的原理及算法步骤。计算实例说明了该模型用于商品住宅价格准确评估的有效性...

本文探讨了模糊神经网络在确定工程造价中的应用方法和途径。分析影响工程造价的因素,提取特征值,利用madalines网络和rbf网络估测工程造价,通过实例计算,表明运用模糊神经网络估测土建工程造价和工程工料消耗量是可行和有效的。

本文对常见的电梯智能群控算法进行了分析比较,重点研究了模糊神经网络算法。本文首先对大厦客流的特征进行长期统计分析,进而对电梯群交通模式进行分类,利用模糊神经网络对电梯群的交通模式进行了识别。根据系统的识别结果判定电梯群当前处于的交通模式。然后再次利用模糊神经网络对派梯算法中各电梯响应呼梯信号的可信度进行计算,选取可信度最大的电梯响应呼梯信号,最终完成派梯。

本文对常见的电梯智能群控算法进行了分析比较,重点研究了模糊神经网络算法。本文首先对大厦客流的特征进行长期统计分析,进而对电梯群交通模式进行分类,利用模糊神经网络对电梯群的交通模式进行了识别。根据系统的识别结果判定电梯群当前处于的交通模式。然后再次利用模糊神经网络对派梯算法中各电梯响应呼梯信号的可信度进行计算,选取可信度最大的电梯响应呼梯信号,最终完成派梯。

噪声是影响家用空调器质量的一个重要因素,提出了一种用bp神经网络识别空调器噪声源的方法.利用声学分析仪对空调器的噪声信号做频谱分析,提取噪声信号的频谱特征构造模式特征量,设计一个三层bp神经网络经学习训练后进行空调器的噪声源识别,为空调器的噪声故障诊断及其减振降噪提供指导.

针对空调系统中的不同故障,分析了空调箱的故障特性,并讨论了不同故障对空调系统能耗及热舒适性的影响.仿真试验结果表明,送风温度的测量故障会导致系统能耗的增加.根据故障特性,提出了一种基于神经网络的数据处理方法,用以检测和诊断空调箱中的传感器故障.该方法首先选取历史数据对神经网络进行训练,实现对系统运行状态的识别和预测.然后,通过比较测量值与预测值,计算出相对误差,实现对故障的诊断.最后,利用基于trnsys的仿真器,对神经网络的故障诊断策略进行了验证.结果表明,神经网络可以有效诊断空调系统中的温度、流量和压力传感器故障.