学位论文 > 优秀研究生学位论文题录展示

基于神经网络的电动执行器状态诊断

作　者: 彭道刚
导　师: 于希宁；杨平
学　校: 华北电力大学（河北）
专　业: 控制理论与控制工程
关键词: 神经网络状态诊断设备检修模糊评判电动执行器
分类号: TM76
类　型: 硕士论文
年　份: 2004年
下　载: 84次
引　用: 2次
阅　读: 论文下载

内容摘要

设备状态诊断技术是适应工业过程实际需要而发展起来的一门多学科交叉的综合学科,它是一种全工况的诊断方法。目前,在国内电厂中,设备状态诊断技术已开始在大部分主设备中应用,但尚未在热工设备上应用。随着我国电厂机组容量的不断增大,生产过程中对热工设备的要求日益增高,也要求实现根据设备的运行状态来进行设备检修。因此,将状态诊断技术与电厂热工设备相结合,具有重要的研究价值。本文以电动执行器为研究对象,提出两种基于神经网络的状态诊断方法,仿真和实验研究结果证明了该方法的有效性和可行性。

全文目录

中文摘要  4
英文摘要  4-5
第一章绪论  5-11
  1.1 论文选题背景  5-7
    1.1.1 当前工业控制系统的现状与发展  5-7
    1.1.2 电厂热工设备状态检修的研究  7
  1.2 论文选题意义  7-8
  1.3 国内外的研究动态  8-10
    1.2.1 国外发展状况  9
    1.2.2 国内发展状况  9-10
  1.4 论文的主要内容  10-11
第二章设备状态检修与状态诊断技术研究  11-23
  2.1 设备检修体制的发展历史及现状  11-16
    2.1.1 定期检修的片面性与弊端  12-14
    2.1.2 实现状态检修的可行性  14-15
    2.1.3 当前检修体制的现状  15-16
  2.2 状态检修与状态诊断的关系  16-17
  2.3 设备状态诊断技术的方法初探  17-22
    2.3.1 基于解析模型的非线性系统状态诊断方法  18-19
    2.3.2 基于信号处理的状态诊断方法  19
    2.3.3 基于智能的状态诊断方法  19-22
  2.4 本章小结  22-23
第三章电动执行器状态监测及运行参数特性分析  23-34
  3.1 电动执行器工作原理及特性参数  23-25
    3.1.1 电动执行器的工作原理  23-24
    3.1.2 电动执行器的主要特性参数  24-25
  3.2 电动执行器状态监测系统设计及分析  25-32
    3.2.1 监测系统的方案设计  25-26
    3.2.2 VC++串行通信MSComm控件  26-27
    3.2.3 Keithley2000型数字万用表  27-28
    3.2.4 VC6.0与Keithley2000数字万用表的串行通信程序设计  28-32
  3.3 电动执行器的性能测试及特性参数分析  32-34
第四章基于神经网络的电动执行器状态诊断  34-51
  4.1 人工神经网络理论及其应用技术  34-43
    4.1.1 人工神经网络的基本知识  34-37
    4.1.2 BP神经网络学习算法  37-41
    4.1.3 BP网络的学习过程及步骤  41-42
    4.1.4 BP网络的不足及算法改进  42-43
  4.2 基于神经网络辨识模型的电动执行器状态诊断  43-47
    4.2.1 神经网络模型辨识方法  43-46
    4.2.2 基于神经网络辨识模型的状态诊断  46-47
  4.3 基于神经网络模糊评判的电动执行器状态诊断  47-50
    4.3.1 神经网络模糊评判的网络结构  47-49
    4.3.2 基于神经网络模糊评判的状态诊断  49-50
  4.4 本章小结  50-51
第五章结论与展望  51-54
参考文献  54-57
致谢  57-58
在学期间发表的学术论文和参加的科研情况  58

基于神经网络的电动执行器状态诊断

内容摘要

全文目录

相似论文