時(shí)間:2012-09-18 15:59:17來(lái)源:安路強(qiáng) 陳韶鵬
一、網(wǎng)絡(luò)控制系統(tǒng)
近年來(lái),網(wǎng)絡(luò)控制系統(tǒng)(NCS)己成為學(xué)術(shù)界和工業(yè)界的研究熱點(diǎn)之一。將網(wǎng)絡(luò)集成到控制系統(tǒng)中取代傳統(tǒng)的計(jì)算機(jī)控制系統(tǒng)中的點(diǎn)對(duì)點(diǎn)連線具有很多優(yōu)點(diǎn),如:布線成本的降低,電纜重量的減少,安裝過(guò)程的簡(jiǎn)化以及可靠性的提高等。網(wǎng)絡(luò)控制系統(tǒng)(NCS)便于實(shí)現(xiàn)系統(tǒng)的診斷和維護(hù),同時(shí)也可提高系統(tǒng)的柔性。但是,在反饋控制回路中加入通信網(wǎng)絡(luò)的同時(shí),也增加了控制系統(tǒng)分析和設(shè)計(jì)的復(fù)雜性。因此,網(wǎng)絡(luò)控制系統(tǒng)必須解決的關(guān)鍵問(wèn)題之一,就是在網(wǎng)絡(luò)帶寬有限的情況下如何保證控制系統(tǒng)的實(shí)時(shí)性與穩(wěn)定性。
(一)網(wǎng)絡(luò)控制系統(tǒng)的概述
圖1.1網(wǎng)絡(luò)控制系統(tǒng)結(jié)構(gòu)圖
網(wǎng)絡(luò)控制系統(tǒng)涵蓋了兩方面的內(nèi)容:系統(tǒng)節(jié)點(diǎn)的分布化和控制回路的網(wǎng)絡(luò)化。而通過(guò)網(wǎng)絡(luò)形成控制回路是NCS最大的一個(gè)特點(diǎn)。網(wǎng)絡(luò)控制系統(tǒng)結(jié)構(gòu)圖,見(jiàn)圖1.1。
(二)典型的網(wǎng)絡(luò)控制系統(tǒng)
目前應(yīng)用于控制領(lǐng)域中的網(wǎng)絡(luò)控制系統(tǒng)有現(xiàn)場(chǎng)總線控制系統(tǒng)(FieldbusSystem)、工業(yè)以太網(wǎng)(IndustrialEthernet)控制系統(tǒng)以及無(wú)線網(wǎng)控制系統(tǒng)(WirelessNCS)等。典型網(wǎng)絡(luò)控制系統(tǒng)結(jié)構(gòu)圖見(jiàn)圖1.2。分類:1.現(xiàn)場(chǎng)總線控制系統(tǒng);2.工業(yè)以太網(wǎng)(IE)控制系統(tǒng);3.無(wú)線局域網(wǎng)控制系統(tǒng)。
圖1.2典型網(wǎng)絡(luò)控制系統(tǒng)的結(jié)構(gòu)圖
(三)網(wǎng)絡(luò)控制系統(tǒng)的基本問(wèn)題
一般控制系統(tǒng)的研究?jī)?nèi)容,如控制算法、可靠性、實(shí)時(shí)性、互操作性、安全性等仍然屬于網(wǎng)絡(luò)控制系統(tǒng)的研究?jī)?nèi)容,但由于網(wǎng)絡(luò)技術(shù)的應(yīng)用,呈現(xiàn)出新特性,便產(chǎn)生了新問(wèn)題,以下是網(wǎng)絡(luò)控制系統(tǒng)的主要研究?jī)?nèi)容:1.控制時(shí)延;2.網(wǎng)絡(luò)控制系統(tǒng)體系結(jié)構(gòu);3.網(wǎng)絡(luò)控制系統(tǒng)通信協(xié)議與企業(yè)信息集成;4.抖動(dòng);5.網(wǎng)絡(luò)控制系統(tǒng)的穩(wěn)定性;6.網(wǎng)絡(luò)控制系統(tǒng)的控制算法與調(diào)度優(yōu)化方法;7.網(wǎng)絡(luò)控制系統(tǒng)的互操作性;8.網(wǎng)絡(luò)控制系統(tǒng)容錯(cuò)控制;9.數(shù)據(jù)包丟失;10.數(shù)據(jù)包的時(shí)序錯(cuò)亂;11.結(jié)點(diǎn)驅(qū)動(dòng)方式;12.網(wǎng)絡(luò)安全改進(jìn)。
隨著控制系統(tǒng)向大型化和網(wǎng)絡(luò)化發(fā)展,網(wǎng)絡(luò)控制系統(tǒng)的故障診斷己成為一個(gè)新的研究課題。在工程實(shí)現(xiàn)中,NCS對(duì)安全性和可靠性要求很高,如果某些微小故障不能及時(shí)排出將造成巨大的災(zāi)難和損失。
二、網(wǎng)絡(luò)控制系統(tǒng)的故障診斷技術(shù)
(一)故障診斷的基本概念與基本方法
1.基本概念
所謂故障診斷,就是利用被診斷系統(tǒng)的各種狀態(tài)信息和已有的各種知識(shí),進(jìn)行信息的綜合處理,最終得到關(guān)于系統(tǒng)運(yùn)行和故障狀況綜合評(píng)價(jià)的過(guò)程。其基本目標(biāo)是確定診斷對(duì)象有無(wú)故障,若有,則進(jìn)一步確定故障的性質(zhì)、原因、類型,以及發(fā)生的部位等。
2.基本方法
從不同的角度出發(fā)有多種故障診斷分類方法,概括的講可以分為兩大類:基于數(shù)學(xué)模型的方法和基于人工智能的方法。如圖2.1所示。
圖2.1故障診斷方法分類示意圖
(二)故障診斷方法的研究
1.基于數(shù)學(xué)模型的方法
⑴基于直接測(cè)量系統(tǒng)輸入輸出及信號(hào)處理的方法
該診斷方法是直接測(cè)量被診斷對(duì)象有關(guān)的輸出量,如果輸出超出正常變化范圍,則可以認(rèn)為對(duì)象已經(jīng)或?qū)⒁l(fā)生故障。這種方法簡(jiǎn)單,但容易出現(xiàn)故障的誤判和漏判。另一種較為可行的方法是用一定的數(shù)學(xué)手段描述輸出在幅值、相位、頻率及相關(guān)性上與故障源之間的聯(lián)系,通過(guò)分析與處理這些量,來(lái)判斷故障的位置。常用的方法有譜分析法、概率密度法、相關(guān)分析法等。
⑵基于狀態(tài)估計(jì)的方法
被診斷過(guò)程的狀態(tài),通過(guò)估計(jì)出系統(tǒng)的狀態(tài)并結(jié)合適當(dāng)模型則可進(jìn)行故障診斷。首先重構(gòu)被診斷過(guò)程的狀態(tài),并構(gòu)成殘差序列,殘差序列中包含各種故障信息;谶@個(gè)序列,通過(guò)構(gòu)造適當(dāng)?shù)哪P筒⒉捎媒y(tǒng)計(jì)檢驗(yàn)法,才能把故障從中檢測(cè)出來(lái)并做進(jìn)一步的分離、估計(jì)和決策。狀態(tài)估計(jì)的方法通常是狀態(tài)觀測(cè)器及濾波器。采用這個(gè)方法的前提條件是:①過(guò)程數(shù)學(xué)模型知識(shí)(結(jié)構(gòu)及參數(shù));②噪聲的統(tǒng)計(jì)特征;③系統(tǒng)可觀測(cè)或部分可觀測(cè);④方程解析應(yīng)有一定精度;⑤在許多場(chǎng)合下將模型線性化并假設(shè)干擾為白噪聲。
⑶基于過(guò)程參數(shù)估計(jì)的方法
此方法與基于狀態(tài)估計(jì)的診斷方法不同,它不需要計(jì)算殘差序列,而是根據(jù)參數(shù)變化的統(tǒng)計(jì)特性來(lái)檢測(cè)故障的發(fā)生,而后進(jìn)行故障分離、估計(jì)和分類。由于可以建立故障與過(guò)程參數(shù)的精確聯(lián)系,因此這種方法比基于狀態(tài)估計(jì)的方法更有利于分離故障。最小二乘法簡(jiǎn)單實(shí)用,是參數(shù)估計(jì)的首選方案。采用此方法的前提條件是:①需建立精確的數(shù)學(xué)模型;②需要有效的參數(shù)估計(jì)方法;③被控過(guò)程的充分激勵(lì);④選擇適當(dāng)?shù)倪^(guò)程參數(shù);⑤必要的統(tǒng)計(jì)決策方法。
基于數(shù)學(xué)模型的故障診斷方法,其優(yōu)點(diǎn)是能深入系統(tǒng)本質(zhì)的動(dòng)態(tài)性質(zhì)和實(shí)現(xiàn)實(shí)時(shí)診斷,缺點(diǎn)是當(dāng)系統(tǒng)模型未知、不確定或具有非線性時(shí),這種方法不易實(shí)現(xiàn)。
2.基于人工智能的方法
⑴基于專家系統(tǒng)(ES)的方法
基于專家系統(tǒng)的診斷方法是故障診斷領(lǐng)域中最為引人注目的發(fā)展方向之一,也是研究最多,應(yīng)用最廣的一類智能診斷技術(shù)。它大致經(jīng)歷了兩個(gè)發(fā)展階段:基于淺知識(shí)(領(lǐng)域?qū)<业慕?jīng)驗(yàn)知識(shí))的故障診斷系統(tǒng)和基于深知識(shí)(診斷對(duì)象的模型知識(shí))的故障診斷系統(tǒng)。①基于淺知識(shí)的診斷方法。淺知識(shí)是指領(lǐng)域?qū)<业慕?jīng)驗(yàn)知識(shí)。此診斷系統(tǒng)通過(guò)演繹推理或產(chǎn)生式推理來(lái)獲取診斷結(jié)果,其目的是尋找一個(gè)故障集合使之能對(duì)一個(gè)給定的征兆(包括存在的和缺席的)集合產(chǎn)生的原因做出最佳解釋。此方法具有知識(shí)表達(dá)直觀、形式統(tǒng)一、模塊性強(qiáng)、推理速度快等優(yōu)點(diǎn),但也具有較大的局限性,如知識(shí)集不完備,對(duì)沒(méi)有考慮到的問(wèn)題系統(tǒng)容易陷入困境;對(duì)診斷結(jié)果的解釋能力弱等。②基于深知識(shí)的診斷方法。深知識(shí)則是指診斷對(duì)象的結(jié)構(gòu)、性能和功能的知識(shí)。此診斷系統(tǒng)要求對(duì)象的每一個(gè)環(huán)節(jié)具有明確的輸入輸出表達(dá)關(guān)系,診斷時(shí)首先通過(guò)診斷對(duì)象實(shí)際輸出與期望輸出之間的不一致,生成引起這種不一致的原因集合,然后根據(jù)診斷對(duì)象領(lǐng)域中的第一定律知識(shí)(具有明確科學(xué)依據(jù)的知識(shí))及其他內(nèi)部特定的約束關(guān)系,采用一定的算法,找出可能的故障源。這種方法具有知識(shí)獲取方便、維護(hù)簡(jiǎn)單、完備性強(qiáng)等優(yōu)點(diǎn),但搜索空間大,推理速度慢。近年來(lái)發(fā)展了基于經(jīng)驗(yàn)知識(shí)和模型知識(shí)相結(jié)合的故障診斷方法。③基于淺知識(shí)和深知識(shí)的混合診斷方法。對(duì)于復(fù)雜設(shè)備系統(tǒng)而言,無(wú)論單獨(dú)使用淺知識(shí)還是深知識(shí),都難以很好地完成診斷任務(wù),只有將兩者結(jié)合起來(lái),才能使診斷系統(tǒng)的性能得到優(yōu)化。因此,為了使故障智能診斷系統(tǒng)具備與人類專家能力相近的知識(shí),研制者在建造智能診斷系統(tǒng)時(shí),越來(lái)越強(qiáng)調(diào)不僅要重視領(lǐng)域?qū)<业慕?jīng)驗(yàn)知識(shí),更要注重診斷對(duì)象的結(jié)構(gòu)、功能、原理等知識(shí),研究的重點(diǎn)是淺知識(shí)與深知識(shí)的集成表示方法和使用方法。事實(shí)上,一個(gè)高水平的領(lǐng)域?qū)<以谶M(jìn)行診斷問(wèn)題求解時(shí),總是先將他具有的深知識(shí)和淺知識(shí)結(jié)合起來(lái),完成診斷任務(wù)。一般優(yōu)先使用淺知識(shí),找到診斷問(wèn)題的解或者是近似解,必要時(shí)用深知識(shí)獲得診斷問(wèn)題的精確解。
專家系統(tǒng)方法一直是基于知識(shí)的故障診斷中的研究重點(diǎn),經(jīng)多年發(fā)展已比較成熟。它不需要一個(gè)人類問(wèn)題求解的精確匹配,而能夠通過(guò)計(jì)算機(jī)提供一個(gè)復(fù)制問(wèn)題求解的合理模型。圖2.2是一個(gè)基于知識(shí)的專家系統(tǒng)的工作模型,由知識(shí)庫(kù)、全局?jǐn)?shù)據(jù)庫(kù)、推理機(jī)、知識(shí)獲取機(jī)制、解釋機(jī)制和用戶界面六個(gè)部分組成。分為專家系統(tǒng)運(yùn)行和知識(shí)庫(kù)管理兩個(gè)功能模塊。專家系統(tǒng)運(yùn)行模塊用來(lái)實(shí)現(xiàn)基于知識(shí)的故障診斷和故障碼的速查。知識(shí)庫(kù)管理模塊用來(lái)實(shí)現(xiàn)推理規(guī)則和故障碼的錄入、存儲(chǔ)、校驗(yàn)以及知識(shí)庫(kù)的轉(zhuǎn)換。
圖2.2基于知識(shí)的專家系統(tǒng)工作模型
⑵基于案例的診斷方法
此方法能通過(guò)修訂相似問(wèn)題的成功結(jié)果來(lái)求解新問(wèn)題。它能通過(guò)將獲得新知識(shí)作為案例來(lái)進(jìn)行學(xué)習(xí),不需要詳細(xì)地診斷對(duì)象模型。在這種推理方法中,主要包括:案例表達(dá)和索引、案例的檢索、案例的修訂、從失敗中學(xué)習(xí)等。此方法的原理是,對(duì)于所診斷的對(duì)象,根據(jù)其特征從案例庫(kù)中檢索出與該對(duì)象的診斷問(wèn)題最相似匹配的案例,然后對(duì)該案例的診斷結(jié)果進(jìn)行修訂作為該對(duì)象的診斷結(jié)果。此方法適用于領(lǐng)域定理難以表示成規(guī)則形式,而易表示成案例形式并且已經(jīng)積累了豐富的案例的領(lǐng)域。它的局限性是:傳統(tǒng)的方法難以表示案例之間的聯(lián)系;對(duì)于大型案例庫(kù)進(jìn)行檢索非常費(fèi)時(shí),并且難以決定應(yīng)選擇那些癥狀及它們的權(quán)重;此方法難以處理案例修訂時(shí)的一致性檢索,難以對(duì)診斷結(jié)果加以解釋。
⑶基于人工神經(jīng)網(wǎng)絡(luò)(ANN)的方法
神經(jīng)網(wǎng)絡(luò)在故障診斷領(lǐng)域的應(yīng)用研究主要集中在兩個(gè)方面:一是從模式識(shí)別的角度,應(yīng)用神經(jīng)網(wǎng)絡(luò)作為分類器進(jìn)行故障診斷;二是將神經(jīng)網(wǎng)絡(luò)與其他診斷方法相結(jié)合而形成的復(fù)合故障診斷方法。
人工神經(jīng)元網(wǎng)絡(luò)用于故障診斷主要有四種方式:①用神經(jīng)元網(wǎng)絡(luò)產(chǎn)生殘差;②用神經(jīng)元網(wǎng)絡(luò)評(píng)價(jià)殘差;③用神經(jīng)元網(wǎng)絡(luò)做進(jìn)一步診斷;④用神經(jīng)元網(wǎng)絡(luò)作自適應(yīng)誤差補(bǔ)償。把模糊數(shù)學(xué)與神經(jīng)網(wǎng)絡(luò)相結(jié)合,可以在神經(jīng)網(wǎng)絡(luò)框架下引入定性知識(shí),能得到更好的診斷性能,具有巨大的應(yīng)用前景。聯(lián)合多個(gè)神經(jīng)網(wǎng)絡(luò)的診斷方法能提高故障診斷的可靠性。因?yàn)樯窠?jīng)網(wǎng)絡(luò)存在諸如:訓(xùn)練樣本獲取困難、網(wǎng)絡(luò)權(quán)值表達(dá)方式難以理解、忽視了領(lǐng)域?qū)<业慕?jīng)驗(yàn)知識(shí)等問(wèn)題,所以通過(guò)與基于模型的方法、專家系統(tǒng)、信息融合等理論相結(jié)合,可以彌補(bǔ)其不足。
神經(jīng)網(wǎng)絡(luò)是由大量的神經(jīng)元廣泛互連而成的網(wǎng)絡(luò)。根據(jù)連接方式不同,可分為兩大類:沒(méi)有反饋的前向網(wǎng)絡(luò)和相互結(jié)合型網(wǎng)絡(luò)。ANN的工作過(guò)程有兩個(gè)階段組成。一個(gè)是學(xué)習(xí)期(自適應(yīng)期或設(shè)計(jì)期),此時(shí)各計(jì)算單元狀態(tài)不變,各連接權(quán)值可修改(通過(guò)學(xué)習(xí)樣本或其它方法)。另一個(gè)階段是工作期,此時(shí)各連接權(quán)值固定,計(jì)算單元的狀態(tài)變化,以求達(dá)到穩(wěn)定狀態(tài)。神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)是,具有復(fù)雜多模式及進(jìn)行聯(lián)想、推理和記憶功能。目前有五種常用于故障診斷的神經(jīng)網(wǎng)絡(luò)模型種類,如圖2.6所示。文獻(xiàn)[10]對(duì)這五種模型作了詳細(xì)介紹。
圖2.65種常用于故障診斷的神經(jīng)網(wǎng)絡(luò)模型
⑷基于模糊數(shù)學(xué)的方法
此方法不需要建立精確的數(shù)學(xué)模型,適當(dāng)?shù)剡\(yùn)用隸屬函數(shù)和模糊規(guī)則,進(jìn)行模糊推理就可以實(shí)現(xiàn)模糊診斷的智能化。但對(duì)于復(fù)雜的診斷系統(tǒng),要建立正確的模糊規(guī)則和隸屬函數(shù)是非常困難的,而且要花費(fèi)很長(zhǎng)的時(shí)間。對(duì)于更大的模糊規(guī)則和隸屬函數(shù)集合而言,難以找出規(guī)則與規(guī)則之間的關(guān)系,也就是說(shuō)規(guī)則有“組合爆炸”現(xiàn)象發(fā)生。另外由于系統(tǒng)的復(fù)雜性、耦合性,由時(shí)域、頻域特征空間至故障模式特征空間的映射關(guān)系往往存在著較強(qiáng)的非線性,這時(shí)隸屬函數(shù)形狀不規(guī)則,只能用規(guī)范的加以代替處理,從而使得非線性系統(tǒng)的診斷結(jié)果不夠理想。
⑸基于故障樹的方法
故障樹方法是由計(jì)算機(jī)依據(jù)故障與原因的先驗(yàn)知識(shí)和故障率知識(shí)自動(dòng)輔助生成故障樹,并自動(dòng)生成故障樹的搜索過(guò)程。診斷過(guò)程從系統(tǒng)的某一個(gè)故障開始,沿著故障樹不斷提問(wèn)而逐級(jí)構(gòu)成一個(gè)遞接故障樹,通過(guò)對(duì)此故障樹的啟發(fā)式搜索,最終查處故障的根本原因。
三、故障智能診斷發(fā)展的現(xiàn)狀
故障智能診斷系統(tǒng)的發(fā)展歷史雖然短暫,但在電路與數(shù)字電子設(shè)備、機(jī)電設(shè)備、軍事設(shè)備等方面已取得了令人矚目的成就。
在20世紀(jì)80年代,故障智能診斷系統(tǒng)被認(rèn)為是診斷技術(shù)的重要發(fā)展方向,這是因?yàn)椋环矫婀收现悄茉\斷具有傳統(tǒng)診斷方法無(wú)法比擬的優(yōu)點(diǎn),另一方面,復(fù)雜的設(shè)備診斷在很大程度上需要依賴專家的經(jīng)驗(yàn)知識(shí)。因此國(guó)內(nèi)外專家學(xué)者陸續(xù)開發(fā)了一大批基于知識(shí)的故障診斷系統(tǒng),各種診斷方法和技術(shù)也在診斷系統(tǒng)中得到了應(yīng)用。但從已取得的研究成果來(lái)看,目前的故障智能診斷系統(tǒng)還存在許多尚需進(jìn)一步解決的問(wèn)題。下面從診斷知識(shí)的角度給予分析:①知識(shí)庫(kù)龐大;②解決問(wèn)題能力的局限性;③深、淺知識(shí)結(jié)合能力差;④自動(dòng)獲取知識(shí)能力差;⑤容錯(cuò)能力差;⑥對(duì)不確定性知識(shí)的處理能力差。
總之,故障智能診斷系統(tǒng)無(wú)論在理論上還是在系統(tǒng)開發(fā)方面都已取得了很大進(jìn)步,但真正投入使用并且功能完善的系統(tǒng)并不多,大多數(shù)研究成果仍然停留在實(shí)驗(yàn)室階段。造成這種理論與實(shí)踐脫節(jié)有兩個(gè)方面的原因,一方面是由理論研究所限定的條件與實(shí)際應(yīng)用時(shí)的情況相差甚遠(yuǎn),另一方面是由于對(duì)診斷對(duì)象缺乏深刻的認(rèn)識(shí)和研究,而且作為人工智能技術(shù)本身也有待進(jìn)一步發(fā)展和完善。
四、故障智能診斷系統(tǒng)的發(fā)展趨勢(shì)
隨著知識(shí)工程的發(fā)展以及數(shù)據(jù)庫(kù)、神經(jīng)網(wǎng)絡(luò)等技術(shù)的日新月異,必然引起故障智能診斷系統(tǒng)的在各個(gè)方面的不斷發(fā)展。其發(fā)展趨勢(shì)可概括為以下幾點(diǎn):1多種知識(shí)表示方法的結(jié)合;2經(jīng)驗(yàn)知識(shí)與原理知識(shí)的緊密結(jié)合;3診斷系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合
五、結(jié)論
本論文系統(tǒng)而深入的討論了ANN和ES。到目前為止,這兩種方法基本上還是分開研究的,不論哪種方法實(shí)現(xiàn)的系統(tǒng)都是有局限性的,兩種方法各有所長(zhǎng),傳統(tǒng)的ES擅長(zhǎng)模擬人類的邏輯思維,而ANN方法擅長(zhǎng)模擬人類的形象思維,兩種方法綜合在一起研究則是模擬智能必然的道路。
ANN和ES相結(jié)合的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng),其可預(yù)見(jiàn)的優(yōu)點(diǎn)是:它不但具有高度并行及容錯(cuò)性、實(shí)時(shí)性和自適應(yīng)性,還具有自組織、自學(xué)習(xí)、聯(lián)想記憶以及在工作中不斷創(chuàng)新等功能?傊窠(jīng)網(wǎng)絡(luò)專家系統(tǒng)具有很大的潛力。未來(lái)智能計(jì)算機(jī)可能就是這兩者有機(jī)的、最佳的結(jié)合,ES或知識(shí)工程將更進(jìn)一步沿著這條道路向縱深發(fā)展。可以預(yù)言,ANN和ES的成功結(jié)合將推動(dòng)故障診斷系統(tǒng)方法的研究進(jìn)入一個(gè)新的時(shí)期,也將為其在復(fù)雜電子裝備系統(tǒng)中的應(yīng)用提供新的領(lǐng)域。
參考文獻(xiàn):
⑴譚民.控制系統(tǒng)故障檢測(cè)與診斷技術(shù)及其可靠性問(wèn)題的研究.
⑵張結(jié)斌,文代剛,基于工Internet/Intranet分布式網(wǎng)絡(luò)控制系統(tǒng)的實(shí)現(xiàn)
⑶張識(shí)越,聞新,周露.國(guó)內(nèi)控制系統(tǒng)故障診斷技術(shù)的現(xiàn)狀與發(fā)展.火力指揮控制
⑷聞新.故障系統(tǒng)的智能容錯(cuò)控制理論研究及應(yīng)用.哈爾濱工業(yè)大學(xué)博士學(xué)位論文
⑸焦李成.神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論
⑹楊士元.數(shù)學(xué)系統(tǒng)的故障診斷與可靠性設(shè)計(jì).北京:清華大學(xué)出版社
⑺虞和濟(jì).故障診斷的基本知識(shí).北京:冶金工業(yè)出版社
⑻關(guān)惠玲,王偉.模糊神經(jīng)網(wǎng)絡(luò)故障診斷專家系統(tǒng).鄭州工業(yè)大學(xué)學(xué)報(bào)
⑼吳今培,肖建華.故障診斷專家系統(tǒng)得一種新設(shè)計(jì)方案,振動(dòng)、測(cè)試與診斷
⑽周華東等.故障檢測(cè)與診斷技術(shù).控制理論與應(yīng)用
標(biāo)簽:
中國(guó)傳動(dòng)網(wǎng)版權(quán)與免責(zé)聲明:凡本網(wǎng)注明[來(lái)源:中國(guó)傳動(dòng)網(wǎng)]的所有文字、圖片、音視和視頻文件,版權(quán)均為中國(guó)傳動(dòng)網(wǎng)(www.connectcrack.com)獨(dú)家所有。如需轉(zhuǎn)載請(qǐng)與0755-82949061聯(lián)系。任何媒體、網(wǎng)站或個(gè)人轉(zhuǎn)載使用時(shí)須注明來(lái)源“中國(guó)傳動(dòng)網(wǎng)”,違反者本網(wǎng)將追究其法律責(zé)任。
本網(wǎng)轉(zhuǎn)載并注明其他來(lái)源的稿件,均來(lái)自互聯(lián)網(wǎng)或業(yè)內(nèi)投稿人士,版權(quán)屬于原版權(quán)人。轉(zhuǎn)載請(qǐng)保留稿件來(lái)源及作者,禁止擅自篡改,違者自負(fù)版權(quán)法律責(zé)任。
產(chǎn)品新聞
更多>2025-04-30
性能躍升20%!維宏NK300CX Plus數(shù)控系統(tǒng)...
2025-04-11
rpi-image-gen:樹莓派軟件鏡像構(gòu)建的終...
2025-04-08
【產(chǎn)品解讀】全面提升精密制造檢測(cè)節(jié)拍...
2025-03-31
激光閃耀 智慧引領(lǐng) | WISE MASER 黑武士...
2025-03-20