【技术实现步骤摘要】
【专利摘要】，利用可拓学定性和定量描述方式处理结构化知识的特性并结合神经网络并行结构的特点，使神经网络借助并行分布处理结构完成可拓推理过程。首先依据烘房加热系统设备监测参数和故障类型，建立基于可拓神经网络的物元输入、输出模型；然后将样本参数进行充分训练，并计算输出特征值的可拓距，通过比对可拓距和预设设备安全区间，实现设备故障诊断功能。【专利说明】
本专利技术涉及机电设备故障诊断领域，尤其是一种烘房加热系统故障诊断方法。 技术背景 汽车涂装线由前处理系统、电泳系统、烘房系统等组成，是一个具有不确定性、繁杂多变的对象。对涂装线进行可靠、准确地监测和潜在故障的及时预警和诊断是保证各系统设备稳定运行的基本条件。现有技术中无法对烘房加热系统故障进行有效的诊断。
技术实现思路
为了克服现有汽车涂装线无法对烘房加热系统故障进行有效诊断的不足，本专利技术充分利用可拓学定性和定量描述方式处理结构化知识的特性并结合神经网络并行结构的特点，使神经网络借助并行分布处理结构完成可拓推理过程，实现涂装线烘房加热系统故障诊断功能。 本专利技术解决其技术问题所采用的...
【技术保护点】
一种基于可拓神经网络的烘房加热系统故障诊断方法，其特征在于：所述故障诊断方法包括以下步骤：1)、建立烘房加热系统可拓神经网络模型网络输入层参数分别是：加热温度TW、助燃风机轴瓦温度T1、助燃风机转速n1、燃油流量RF、调节阀压力PS1、燃油压力PS2、助燃风机压力PS3、电机电流A、电机功率P，根据物元定义，建立可拓神经网络输入层9维物元模型M；根据烘房加热系统故障经验，该系统的故障包括：调节阀阻塞Q1、输送管道堵塞Q2、燃气水分含量过多Q3、燃油压力不足Q4、原油含水Q5、电机转子故障Q6；构建输出层6维的网络输出物元在原始神经网络中，神经元与神经元之间存在着连接权值wj...
【技术特征摘要】
【专利技术属性】
技术研发人员：叶永伟，任设东，叶连强，钱志勤，葛沈浩，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。