文档介绍：漳州师范学院毕业论文(设计)文献综述题目:基于神经网络的柴油机故障诊断的研究姓名:朱勇彬学号:070505114系别:物理与电子信息工程系专业:电气工程及其自动化年级:07级指导教师:闫玉莲2010年10月15日文献综述前言随着柴油机技术的发展与进步,人类对柴油机的需求也逐渐增加,与之相应的对柴油工作的稳定性、可靠性的要求也越来越高,所以在柴油机故障诊断的研究领域不断出现新的理论和新的方法,目前这一研究方向也成为国内外研究的热点。我国是目前世界上拥有和使用柴油机最多的国家之一,因此对柴油机进行状态检验和故障诊断可以极大的提高其运行的可靠性,具有较高的经济效益。为了保证柴油机各系统能稳定而可靠的工作,对其进行实时无损故障诊断和先期预测非常必要。由于柴油机工作过程复杂,把人工神经网络技术应用到故障诊断中来,利用BP和RBF网络两种方法来诊断柴油机故障。(works,ANNs),也简称为神经网络(NNs),是模拟生物神经网络进行信息处理的一种数学模型。它以对大脑的生理研究成果为基础,其目的在于模拟大脑的某些机理与机制,实现一些特定的功能。它不但具有处理数值数据的一般计算能力,而且还具有处理知识的思维、学****和记忆能力[1]。,主要表现在:,具有高速寻找优化解的方法,能够发挥计算机的高速运算能力,可很快找到优化解。,故神经网络模拟人的思维也应是非线性的。这一特性有助于处理非线性问题。,训练出一个具有归纳全部数据的特定的神经网络,自学****功能对于预测有特别重要的意义。、更有效地解决更大规模的问题,关键在于其超大规模集成电路(VLSI)硬件的实现,即把神经元和连接制作在一块芯片上构成ANN。神经网络的VLSI设计今年来发展很快,硬件实现已成为ANN的一个重要分支[1]。神经网络的领域:近些年来神经网络在众多领域得到了广泛的运用。在民用应用领域的应用,如语言识别、图像识别与理解、计算机视觉、智能机器人故障检测、实时语言翻译、企业管理、市场分析、决策优化、物资调运、自适应控制、专家系统、智能接口、神经生理学、心理学和认知科学研究等;在军用应用领域的应用,如雷达、声纳的多目标识别与跟踪、战场管理和决策支持系统、军用机器人控制各种情况、信息的快速录取、分类与查询、导弹的智能引导、保密通信、航天器的姿态控制等[2]。(1)输入、输出层的设计输入的神经元可以根据需要求解的问题和数据表示方式确定。在故障诊断中,输入层神经元个数一般等于每个样本中包含的特征值的个数。输出层的维数可根据设计者的要求确定,在故障诊断中,如果将BP网络用作分类器,类别模式一共有m个,则输出层神经元的个数为m或log2m。(2)隐层的设计对于BP网络,有一个非常重要的定理:即对于任何在闭区间内的一个连续函数都可以用单层的BP网络逼近,因而一个三层的BP网络就可以完成任意的n维到m维的映射。隐层的神经元个数选择是一个较为复杂的问题,往往需要设计者的经验和多次试验来确定,因而不存在一个理想的解析式来表示。隐层单元的数目与问题的要求、输入/输出单元的数目都有着直接关系。隐层单元个数太多会导致学****时间过长、误差不一定最佳,也会导致容错性差、因此一定存在一个最佳的隐层单元数。以下三个公式可作为选择最佳隐层单元数时的参考公式:1)n2=2n1+1,其中n1是输入层神经元数,n2是隐层神经元数。2),其中,m是输出神经元数,n是输入神经元数,a是[1,10]之间的常数。3)n1=log2n,其中n是输入神经元数。其他确定隐层单元数的方法为:首先是隐层单元的数目可变,或者放入足够多的隐层单元,通过学****将那些不起作用的隐层单元剔除,直到不可收缩为止[3]。,初始值对于学****能否达到局部最小和是否能够收敛的结果关系很大。一个重要的要求是:初始权值在输入累加时使每一个神经元的状态值接近于零,权值一般取随机数,要比较小。输入样本也同样希望进行归一化处理,使那些比较大的输入仍然落在传递函数梯度大的地方。,而且应用也很广泛,但它也存在一些不足。从数学上看,它是一个非线性优化问题,不可避免的存在局部极小点;学****算法的收敛速度慢;网络隐层单元数选取带有很大的盲目性和经验性,尚无理论上的指导;新加入的样本要影响已学完的样本等。具体来说:BP算法对样本进行逐个学****时,常会发