基于神经网络的油罐故障模糊诊断系统

李关

中国海洋大学

摘要：

该文首先对过去已发生过的油罐故障现象进行分析,确定油罐故障的诊断规则.根据油罐故障诊断特点,利用模糊数学理论,建立其诊断模型——一个四层网络的模糊系统.根据诊断参数△Q、△P三种浮动情况"偏大"、"正常"、"偏小"与油罐故障的关系,确定此三种模糊集合的隶属函数形式.随后,根据油罐故障诊断模型的网络结构和诊断的智能化特点,构造出该诊断模型神经网络结构.根据此网络的特点,该文采用一种改进的BP神经网络算法进行求解.该BP网络的输入层被三种模糊集合的隶属函数模糊化,隐层采用双曲正切S型传递函数,输出层采用对数S型函数,学习规则采用Levenberg-Marquardt规则.求解时运用诊断规则确定的学习样本,对所建立的油罐故障诊断模型进行学习训练,得到模型各层的权重和传递函数.随后,对此基于神经网络的油罐故障诊断模型的有效性进行了分析,其一该诊断模型算法具有较快的收敛速度和较高的精度,其二通过对一些实际数据的仿真化运行,证明我们所建立的诊断模型能准确地对各种类型的油罐故障进行诊断.其次,通过基于线性回归和BP神经网络两种方法的油罐故障诊断模型的对比,证明了基于BP神经网络方法的优越性.最后,根据该文所建立的油罐故障诊断模型在黄岛油库实际运行中的故障事例诊断,得出其有效性、实用性.并针对遇到的问题,说明我们拟进一步开展的工作,及目前使用中的注意事项.该文中采用模糊数学和BP神经网络相结合的方法解决油罐故障诊断问题在国内属于首次,通过对学习样本和非学习样本的仿真化运行、分析,证明了模糊数学和神经网络结合起来解决油罐故障诊断问题的优越性、准确性.

关键词：油罐故障;神经网络;模糊诊断;线性回归

授予单位：中国海洋大学

授予学位：硕士

学科专业：信号与信息处理

导师姓名：姬光荣

学位年度：2004

语种：中文

分类号：TE978;TP183

页数：31

在线出版日期：2005-05-24（万方平台首次上网日期，不代表论文的发表时间）