基于神经网络的FMS故障诊断方法研究

１神 经 网络系统 结构
神经 网络系统是一个高度复杂的非线性动力学系统 ， 由 它
ｏｉ ， ，
＼Ｍ
大量的内部结构相对简单 的处理单元相互连接构成 ， 以对人 可
脑的基本功能进行抽象 、 概括 和模拟 。 神经 网络系统一方面具有 一般 非线性系统的特性 ， 同时还 具有 自己的特点 ： 高维性 、 处理单元 的广泛互 连性和系统 的 自
人工神经网络独特 的结构 和处 理信 息的方法 ， 使其在许 多实际应用领域 中取得了显著成效 ， 能够解决一些传统计算机 难 以解决的问题 。
神经 网络应用研究是探讨如何 利用神经网络模拟人类 的
信息 函数 。实际应用 中， 神经元 之间 的这些信息函数其数值 和
形式都是可以改变 的， 这一改变体现 了神经网络的 自学 习性 。
维普资讯
《 装备制造技术）０ ７ ） ０ 年第 ５ ２ 期
基 于 神 经 网 络 的 ＦＭＳ 故 障 诊 断 方 法 研 究
钟更 进 ， 小英 裴
（ 广东交通职业技术学 院， 广东 广州 ５０ ０ ） １８ ０
摘要 ： 对神经 网络理论 应用于 Ｆ （ ｅｉ ｅ ｎ ｆ ｔ ｅ ｙ ｅ 柔性制造 系统） 障诊 断进 行研究 ， ＭＳＦ ｘ ｌＭａｕ ｃ ｒ Ｓ ｓｍ， ｌ ｂ ａｕ ｔ 故 在介 绍 了神经 网络基 本理论 的基 础 上 ， 出一种 Ｆ 故障诊 断的神 经网络计算方法。 提 ＭＳ 关键词 ： 柔性制 造系统 ； 经网络 ； 障诊断 神 故 中图分类号 ：Ｐ ８ Ｔ １３ 文献标识码： Ａ 文章编号 ：６ ２５ ５ （０ ７０－ ０ ５ ０ １７ － ４ Ｘ２ ０ ）５０ ２ － ３
维普资讯
Ｅ ｕ ｐ ｎ ｎ ｆ ｃｒｎ ｅ ｈ ｏｏ ｙ ＮＯ． ２ ０ ｑ ｉ ｍｅ ｔ Ｍａ ｕ ａ ｔ ｇ Ｔ ｃ ｎ ｌｇ ｉ ５， ０ ７
＜故障 ＞ ，＜ ）（ 故障 ＞＜ ， 措施 ＞ ” ）的形式 ， 这与传统专家知识库 的规则结构类似 ； 也可 以采用故 障树 的形式 ， 将所有 的神经元
神经元是 神经 网络 的基本元素 ， 是神经网络的信息处理单 元． 在针对一个具体 的系统建立其神经网络模型时， 这些神经元
就对于系统的某些实体 。 神经元 的结构如图 ２所示 。
■

智能行为 ， 决科研 与生产 中的实际 问题 ， 解 目前这一理论 已经 开始应用 于系统的故 障诊断领域 。 笔者就如何将神经 网络理论 应用于 Ｆ 故 障诊断进行初步的探讨 。 ＭＳ
图 ２ 神 经 元 结 构 示 惹 图
图 ２中 ， 为神经元 的输入 信息 ， Ｉ ｗ 为神 经元 的信息 函 数 ， ｔ为神经元 Ｉ ｎｅ ｉ 的总输入 ， 它是输入信息 Ｉ 的加权组合 ， ｉ ａ
为神经元 Ｉ 的当前值 ， 根据实际系统 的特性 ， 巩 和 ｎｅ ｉ 以 ｔ 为 自变量 ， 定义一个特定 的函数关 系 Ｆ， ｉ 就可 以得 到神经元 Ｉ 的
实 际故 障诊 断工作 中， 可以不断地 自动获取新 的知识 ， 在一定
在神经网络 的内部 ， 各个神经元之间的连接并不仅仅是简 单 的信息流动， 它体 现着信息在神经网络内部传输与发展变化 的一种复杂 的趋势 ， 以是一条直达通路 ， 可 也可 以是一 个加权 系数 ， 甚至可以是一个复杂 的函数 ， 我们暂且将这些连 接叫做
究 阶段 ， 本文就此 问题作一些初步的探讨 。 神经 网络 由于其 较强 的计算能力 ， 使其不仅保持 了传统故 障诊 断定性分析 的特性 ， 而且在多种 条件下 ， 特别是 在外 部环 境 信息不甚完备的情况下 ， 还具备进行定 量分 析的能力 ， 而 从 提 高了诊断的客观性和严密性 ； 另外 ， 自学习性使得 系统在 其
程度上解决了传统专家系统知识获取的瓶颈 问题 。 神经网络故
障诊断专家系统 的总体结构可以 由图 ３ 表示 。
神经 网络系统的诊断知识库根据不 同的系统和具体 的要 求， 其形式可 以是多种多样 的， 比如可以采取 “＜故障现象 ＞ （ ，
收稿日期 ：０ ７ ０ — ５ ２０—３０ 作者简介 ： 更进（ ９ ４ ）男 。 东省江 门市人 。 钟 １５一 。 广 广东交通职业技术学院实验师 。 主要研究方 向： 设备维修 ； 裴小英 （９ ６ 女 。 １ ６ 一） 湖南省 常德 市人 广东交通职业技术学院实验师 。 主要研究方 向： 机械设计与制造。
通过一定的关 系链接起来 。 ．
子 系统 Ａ
３Ｆ ＭＳ的神 经 网络 模型 的建 立
Ｆ ＭＳ与神经网络系统都属 于非线性 系统 范畴 ，在空间结 构特性上存在密切 的联系 ，两者内部信息流动方式非常相似 ，
为神经元 Ｉ 的输出函数 。
： ｌ
输 入
图 １ 神 经 网络 的 一 般 结 构 图
２ 系统故 障诊 断 的神 经 网络方 法
神经 网络系统应用于系统 的故障诊断 ， 目前沿处于理论研
神经 网络具有 明显 的层次性 ， 的神经网络还表现 出一种 有 全互连性 ， 每个神经元之 间有 双向的信息流动 ， 这种神经 网络 结构就更为复杂。 在图 １ ， 中 神经网络 以外部分 （ 虚线框 以外 的部分 ） 以统 可 称为神经网络的外部环境 ， 它与神经网络的连接纽带就是神经 网络的输入 与输 出。
适应性 、 自学 习性等 ， 这些 都使得神经 网络 系统 在知 识处理方
面具 有 先 天 的优 势 。
神经网络由多个神经 元相互连接构成 ， 如图 １ 所示。
输 出
▲ ▲
下一时刻 的值 巩（ １， ｔ ）这个 Ｆ称为 神经元 Ｉ ＋ 的活跃规则 ； 以 再
＼ 神经网络
ａ （ １ 自变量 ， 函数 ｆ 可以产生神经元 Ｉ ；＋ ） ｔ 为 取 便 的输 出 Ｏｉ 称 ， ｆ