基于神經(jīng)網(wǎng)絡(luò)的機械系統(tǒng)可靠性研究.pdf

1、隨著全球市場的競爭日益激烈，產(chǎn)品的質(zhì)量變得越來越重要，隨之產(chǎn)品的可靠性要求也越來越高。因此，進一步完善和改進現(xiàn)有的可靠性研究方法，更新技術(shù)手段，是提高可靠性研究的合理性和應(yīng)用性的重要任務(wù)。本文將人工智能、模式識別、可靠性理論和隨機過程等學(xué)科相結(jié)合，提出了一種快速、準確的可靠性數(shù)據(jù)分析方法，解決了傳統(tǒng)的可靠性模型識別中工作繁瑣、經(jīng)驗難以積累等難題。 本文首先對目前工程中常見的幾種可靠性模型識別方法進行了分析和比較，總結(jié)了各種方法的

2、優(yōu)缺點。在深入分析了神經(jīng)網(wǎng)絡(luò)模式識別的基礎(chǔ)上，提出了基于BP網(wǎng)絡(luò)的可靠性模型選擇方法。 結(jié)合智能模式識別理論，對由MATLAB軟件產(chǎn)生的偽隨機數(shù)序列實施特征提取，并將由此產(chǎn)生的特征參數(shù)作為網(wǎng)絡(luò)的輸入樣本，編制基于BP網(wǎng)絡(luò)的可靠性模型智能識別程序。 此外，在綜合傳統(tǒng)的可靠性模型參數(shù)估計方法的基礎(chǔ)上，本文還提出了基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的可靠性參數(shù)估計方法，在MATLAB環(huán)境下編制了相應(yīng)程序，并就此模型進行了數(shù)值模擬試驗。該方法是