机械故障诊断学 钟秉林 第7章神经网络诊断原理

钟秉林,黄仁,机械故障诊断学,机械工业出版社。

机械故障诊断理论与方法第2篇 基于人工智能的故障诊断技术

第7章 神经网络诊断原理内

人工神经网络的拓扑结构及其学习规则 多层前向神经网络模型及BP算法

容安 排

径向基函数(RBF)网络及其学习算法 模糊神经网络原理

2015/10/27

钟秉林,黄仁,机械故障诊断学,机械工业出版社。

一、概述人工神经网络( Artificial Neural Networks,简称ANN), 是近年来得到迅速发展的一个前沿课题。ANN是在现代神经 生理学和心理学的研究基础上，模仿人的大脑神经元结构特 性而建立的一种非线性动力学网络系统，它由大量的简单的

非线性处理单元(类似人脑的神经元)高度并联、互联而成，具有对人脑某些基本特性简单的数学模拟能力。

神经网络由于其大规模并行处理、容错性、自组织和 自适应能力和联想功能强等特点，已成为解决很多问题 的有力工具。如汽车自驾系统、图像处理(人脸识别)、文字识别(手写识别)、语音识别、故障诊断等。2015/10/27 2

钟秉林,黄仁,机械故障诊断学,机械工业出版社。

与传统计算机的比较传统计算机 设计算法和/或求解规则， 编制软件 指令串行执行 神经网络 无需算法或求解规则，软件 编制任务相对简单 高度并行处理

不能解决形象思维问题，如 易于实现感知和视觉等形象 感知、视觉等 思维问题 脆弱自适应能力差

鲁棒性(Robust)、容错性强，自适应性强

强有力的数字和逻辑运算能 可以处理模糊的、概率的、 力，计算精度高 含噪的或不相容的信息2015/10/27 3

钟秉林,黄仁,机械故障诊断学,机械工业出版社。

一、概述目前，已经提出的神经网络模型大约有几十种，较为

著名的有： 贺浦费特模型----Hopfield 多层感知器(MultiLayer

Perceptron,MLP)模型----Rumelhart Resonance Theory,ART) ---- Grossberg 和 Carpentent

自适应共振理论(Adaptive

玻尔兹曼(Boltzmann)机----Hinton 自组织特征映射(Self-Rrganizing 双向联想记忆模型----Kosko

Map, SOM)模型---Kohonen

2015/10/27

钟秉林,黄仁,机械故障诊断学,机械工业出版社。

一、概述人工神经网络在故障诊断领域的应用主要集中在如下三个

方面： 一是从模式识别角度应用神经网络作为分类器进行故障诊断；

二是从预测角度应用神经网络作为动态预测模型进行故障预测； 三是从知识处理角度建立基于神经网络的诊断专家系统。

本章首先介绍神经网络的基本原理，然后着重从第一 方面出发介绍几类在故障诊断领域应用较为广泛的神 经网络模型。

2015/10/27

钟秉林,黄仁,机械故障诊断学,机械工业出版社。

一、概述人工神经网络发展简史

最早的研究可以追溯到20世纪40年代。1943年，心理学家 McCulloch和数学家Pitts合作提出了形式神经元的数学模 型。这一模型一般被简称M-P神经网络模型，至今仍在应 用，可以说，人工神经网络的研究时代，就由此开始了。 1949年，心理学家Hebb提出

神经系统的学习规则，为神经 网络的学习算法奠定了基础。现在，这个规则被称为Hebb 规则，许多人工神经网络的学习还遵循这一规则。

2015/10/27

钟秉林,黄仁,机械故障诊断学,机械工业出版社。

一、概述

1957年，F.Rosenblatt提出“感知器”(Perceptron) 模型，第一 次把神经网络的研究从纯理论的探讨付诸工程实践，掀起了 人工神经网络研究的第一次高潮。 20世纪60年代以后，数字计算机的发展达到全盛时期，人们

误以为数字计算机可以解决人工智能、专家系统、模式识别 问题，而放松了对“感知器”的研究。于是，从20世纪60年代末期起，人工神经网络的研究进入了低潮。

2015/10/27

钟秉林,黄仁,机械故障诊断学,机械工业出版社。

一、概述

1982年，美国加州工学院物理学家Hopfield提出了离散的神 经网络模型，标志着神经网络的研究又进入了一个新高潮。 1984年，Hopfield又提出连续神经网络模型，开拓了计算机 应用神经网络的新途径。

1986年，Rumelhart和Meclelland提出多层网络的误差反传 (Back Propagation)学习算法，简称BP算法。BP算法是目前 最为重要、应用最广的人工神经网络算法之一。

自20世纪80年代中期以来，世界上许多国家掀起了神经网络的

研究热潮，可以说神经网络已成为国际上的一个研究热点。

2015/10/27

钟秉林,黄仁,机械故障诊断学,机械工业出版社。

二、人工神经网络的拓扑结构及其学习规则1. 生物神经元与人工神经元模型

生物神经元(NU)

神经元是大脑处理信息的基本单元; 人脑约由101l-1012个神经元组成，其中，每个神经元约与 104-105个神经元通过突触联接，形成极为错纵复杂而且 又灵活多变的神经网络; 神经元以细胞体为主体，由许多向周围延伸的不规则树枝 状纤维构成的神经细胞，其形状很像一棵枯树的枝干;主要由细胞体、树突、轴突和突触(Synapse,又称神经 键)组成。9

2015/10/27

钟秉林,黄仁,机械故障诊断学,机械工业出版社。

二、人工神经网络的拓扑结构及其学习规则

细胞体对这些输入信号进行整合并进行阈值 …… 此处隐藏：2053字，全部文档内容请下载后查看。喜欢就下载吧 ……