基于Alpha穩(wěn)定分布基函數(shù)概率神經(jīng)網(wǎng)絡(luò)的系統(tǒng)故障診斷研究.pdf

1、隨著生產(chǎn)過程的日趨復(fù)雜，如何提高控制系統(tǒng)的安全性和可靠性已經(jīng)引起了人們的極大關(guān)注。近年來，利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)進行故障診斷成為國內(nèi)外學(xué)者研究的一個重要方向。概率神經(jīng)網(wǎng)絡(luò)因其學(xué)習(xí)過程簡單、訓(xùn)練速度快等特點被廣泛應(yīng)用于故障診斷領(lǐng)域，已經(jīng)成為故障診斷技術(shù)的一種重要手段。但是，概率神經(jīng)網(wǎng)絡(luò)也同樣存在一些問題，如怎樣從理論上給出平滑參數(shù)的值，使得網(wǎng)絡(luò)分類效果更佳；怎樣從理論上選擇PNN隱層神經(jīng)元的個數(shù)等。
　　 本文以當(dāng)前概率神經(jīng)網(wǎng)絡(luò)在故

2、障診斷應(yīng)用中需要解決的關(guān)鍵問題為主線，結(jié)合α穩(wěn)定分布和概率神經(jīng)網(wǎng)絡(luò)的相關(guān)理論知識，研究了兩類典型的故障檢測與故障診斷算法，分別是基于SαS分布參數(shù)估計的系統(tǒng)魯棒故障檢測方法和基于α穩(wěn)定分布基函數(shù)概率神經(jīng)網(wǎng)絡(luò)的系統(tǒng)故障診斷方法。論文的主要內(nèi)容包括：
　　 首先，針對復(fù)雜非線性系統(tǒng)建模困難以及現(xiàn)有方法過分依賴系統(tǒng)模型的情況，提出了一種基于SαS分布參數(shù)估計的系統(tǒng)魯棒故障檢測方法。首先將系統(tǒng)輸出的采樣數(shù)據(jù)看作一個時間序列，并應(yīng)用時間序

3、列預(yù)測建模方法對系統(tǒng)輸出序列進行預(yù)測建模，利用預(yù)測誤差放大信號的脈沖突變，然后利用SαS分布的參數(shù)估計方法對預(yù)測誤差序列的參數(shù)α進行估計，獲得α的變化曲線，根據(jù)α的變化可以直觀的判斷出故障的發(fā)生。
　　 然后，針對傳統(tǒng)的概率神經(jīng)網(wǎng)絡(luò)對輸入數(shù)據(jù)要求獨立同分布的缺點，設(shè)計了一種基于α穩(wěn)定分布基函數(shù)的概率神經(jīng)網(wǎng)絡(luò)，提出了一種新的系統(tǒng)故障診斷方法。網(wǎng)絡(luò)的隱層神經(jīng)元的徑向基型函數(shù)采用對稱α穩(wěn)定分布的概率密度函數(shù)，與傳統(tǒng)的高斯型函數(shù)相比，具