工业仪表与自动化装置
工業儀錶與自動化裝置
공업의표여자동화장치
INDUSTRIAL INSTRUMENTATION & AUTOMATION
2010年
3期
116-119
,共4页
故障诊断%神经网络%粗集%模拟电路
故障診斷%神經網絡%粗集%模擬電路
고장진단%신경망락%조집%모의전로
基于人工神经网络的智能故障诊断系统作为人工智能技术在模拟电路故障诊断领域的应用,在实践中取得了一定的成效.但将神经网络用于电路故障诊断时,知识具有隐含性,可解释性差,且对输入数据的冗余难以约简,获得每一个训练样本都要进行一次测试或模拟计算,样本花费代价很大,而粗糙集理论作为处理不确定、不完整、不精确知识的有力工具,具有强大的知识约简和定性分析能力.因此,该文提出了对模拟电路的故障特征进行粗集约简预处理研究的智能诊断方法.并举例说明诊断系统的具体实现方法,仿真结果表明:在相同的精度要求下,该算法的训练时间远小于普通的进化神经网络,对模拟电路的故障诊断有一定的实际意义.
基于人工神經網絡的智能故障診斷繫統作為人工智能技術在模擬電路故障診斷領域的應用,在實踐中取得瞭一定的成效.但將神經網絡用于電路故障診斷時,知識具有隱含性,可解釋性差,且對輸入數據的冗餘難以約簡,穫得每一箇訓練樣本都要進行一次測試或模擬計算,樣本花費代價很大,而粗糙集理論作為處理不確定、不完整、不精確知識的有力工具,具有彊大的知識約簡和定性分析能力.因此,該文提齣瞭對模擬電路的故障特徵進行粗集約簡預處理研究的智能診斷方法.併舉例說明診斷繫統的具體實現方法,倣真結果錶明:在相同的精度要求下,該算法的訓練時間遠小于普通的進化神經網絡,對模擬電路的故障診斷有一定的實際意義.
기우인공신경망락적지능고장진단계통작위인공지능기술재모의전로고장진단영역적응용,재실천중취득료일정적성효.단장신경망락용우전로고장진단시,지식구유은함성,가해석성차,차대수입수거적용여난이약간,획득매일개훈련양본도요진행일차측시혹모의계산,양본화비대개흔대,이조조집이론작위처리불학정、불완정、불정학지식적유력공구,구유강대적지식약간화정성분석능력.인차,해문제출료대모의전로적고장특정진행조집약간예처리연구적지능진단방법.병거례설명진단계통적구체실현방법,방진결과표명:재상동적정도요구하,해산법적훈련시간원소우보통적진화신경망락,대모의전로적고장진단유일정적실제의의.