ｌＳＳＮ １ ００９－３０４４ Ｅ—ｍａｉｌ：ｅｄｕｆ＠ＣＣＣＣ．ｎｅｔ．ｃｎ Ｃｏｍｐｕｔｅｒ Ｋｎｏｗｌｅｄｇｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ电脑知识与技术 ｈｔｔｐ：／／ｗｗｗ．ｄｎｚｓ．ｎｅｔ．ｃｎ Ｖｏ１．６，Ｎｏ．３４，Ｄｅｃｅｍｂｅｒ ２０１０，ＰＰ．９７９３—９７９４ Ｔｅｈ＋８６—５５ １—５６９０９６３ ５６９０９６４ 基于模糊神经网络的复杂系统故障诊断模型 范双南．陈记铭 （湖南科技经贸职业学院计算机科学学院，湖南衡阳４２１００８） 摘要：复杂系统故障诊断是复杂系统设计ｑ－的一个重要内容，本文构建了基于模糊神经网络的复杂系统的诊断模型。以工业领域的 水资源再循环系统为例．论述了系统的模糊神经网络模型结构，并进行了计算机仿真。实验结果证明了该模型的有效性和可行性。 关键词：模糊神经网络；复杂系统；工业过程 中图分类号：ＴＰ１８ 文献标识码：Ａ 文章编号：１００９—３０４４（２０１０）３４—９７９３－０２ Ｔｈｅ Ｆａｕｌｔ Ｄｉａｇｎｏｓｉｓ Ｍｏｄｅｌ ｏｆ Ｃｏｍｐｌｅｘ Ｓｙｓｔｅｍ Ｂａｓｅｄ ｏｎ Ｆｕｚｚｙ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ ＦＡＮ Ｓｈｕａｎｇ—ｎａｎ，ＣＨＥＮ ｊｉ—ｍｉｎｇ （Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ，ｋｆｕｎａｎ Ｔｅｃｈｎｏｌｏｇｙ Ｔｒａｄｅ Ｖｏｃａｔｉｏｎａｌ ＣｏＨｅｇｅ，Ｈｅｎｇｙａｎｇ ４２ １ ００８，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｏｆ ｃｏｍｐｌｅｘ ｓｙｓｔｅｍ ｗａｓ ａｎ ｉｍｐｏｒｔａｎｔ ｃｏｎｔｅｎｔ ｏｆ ｔｈｅ ｃｏｍｐｌｅｘ ｓｙｓｔｅｍ ｄｅｓｉｇｎ．Ｔｈｅ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｍｏｄｅｌ ｏｆ ｃｏｍｐｌｅｘ ｓｙｓｔｅｍ ｂａｓｅｄ Ｏｌｌ ｆｕｚｚｙ ｎｅｕｒａｌ ｗａｓ ｃｏｎｓｔｒｕｃｔｅｄ．Ｗｉｔｈ ａｎ ｅｘａｍｐｌｅ ｏｆ ｗａｔｅｒ ｒｅｓｏｕｒｃｅｓ ｒｅｃｙｃｌｉｎｇ ｓｙｓｔｅｍ ｉｎ ｉｎｄｕｓｔｒｉａｌ ｆｉｅｌｄｓ，ｔｈｅ ｓｙｓｔｅｍ ｓｔｒｕｃｔｕｒｅ ｏｆ ｆｕｚｚｙ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｍｏｄｅｌ ｗａｓ ｄｉｓｃｕｓｓｅｄ．Ａｎｄ ｔｈｅ ｃｏｍｐｕｔｅｒ ｓｉｍｕｌａｔｉｏｎ ｉｓ ｃａｍｅｄ ｏｕｔ．Ｔｈｅ ｒｅｓｕｌｔ ｓｈｏｗｅｄ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ａｎｄ ｆｅａｓｉｂｉｌｉｔｙ ｏｆ ｔｈｅ ｍｏｄｅ１． Ｋｅｙ ｗｏｒｄｓ：Ｆｕｚｚｙ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ；Ｃｏｍｐｌｅｘ ｓｙｓｔｅｍ；Ｉｎｄｕｓｔｒｉａｌ ｐｒｏｃｅｓｓ 复杂系统的故障诊断一直是复杂系统研究的一个焦点问题，现有的参考文献提出了包括诸如神经网络Ｉ Ｉ、极限检测 、参数估 计１３Ｉ、冗余分析以及人Ｔ智能技术ＨＩ等多种方法，而神经网络由于其在复杂特征映射、学习以及优化方面具有非结构化的优点，因 此在复杂系统故障诊断，尤其是在工业领域的故障诊断巾具有巨大的潜力 。基于以上闵素，本文建立了复杂系统故障诊断的模 糊神经网络模型．并已再循环水工厂为例，分析了具体的仿真过程。 １基于模糊神经网络的故障诊断模型 一般而言，基于模糊神经网络模糊系统诊断模型由监控系统、神经网络系统和故障诊断分析输出系统组成，如图１所示。其中， 峪控系统用于数据的有效获取；神经网络系统用于故障的诊断，故障诊断分析输出系统用于系统的告警和输出。Ｍ１是测量的直接 和间接测量的观测数据。 目．作为神经网络系统的输入。Ｎ１是通过神经网络方法诊 断的故障。Ｍ２直接或间接测量的观测值，是故障诊断分析系统的部分直接输入。 １．１诊断方法 首先，将从数字传感器得到的离散输人进行归一化数据处理，并且通过为系统语 言变量定义的友规则进一步模糊化。其次，网络模型结构包含一个与状态变量（温度、 图１模糊神经网络诊断系统 压力、热容量或者流速）相应的输入节点、隐藏节点，与偏离规格（高、低）和一般状况 相对应的输 节点。第ｊ，该模型假设计算机能够监控并控制每个状态变量，每台都运行模糊神经网络软件。通过传感器测量获得 的输人数据与计箅机建立通信，阀值能够通过假设扩大的模糊偏节点总是为ＯＮ而学习获得，因此输出为１的节点也叫真值节点。 语言变量“低 ‘一般 ‘高”定义为代表质量标准。 １．２节点的输出函数 所谓节点的输Ｈ｛函数是与系统的输入激励相对应。 本系统建立的输 函数是一个ｓｉｇｍｏｉｄ逻辑函数，如下定义 ‘（沁。 。鬲 其中Ｎｅｔ．是节点ｉ的激励。Ｎｅｔｊ激励是一个常见的非线性离散函数，本系统中用来与后向传播学习结合来训练多层网络。 １．３学习阶段 该系统『Ｊｌ包括两个学习阶段：１）输入通过网络以前馈方式传播，产生与期望输出相比较的输出值，使得每个输出节点存在误差 量；２）误差通过网络后向传播，任本系统中首先计算输 层的△（误差量），并将其调整至隐含层。为此该系统需要计算输出间隔的 模糊权值和模糊输入的ｈ层集合，有关定义如下。 定义１：模糊数字ｘ的ｈ层集合定义【 】＾＝缸ｌ （Ｘ ｈ，ｘ∈耐（０＜ｈ ¨，其中， ｃｘ）是ｘ的友函数，Ｒ是实数集合。 收稿日期：２０１０—１０—０７ 基金项目：湖南省教育厅一般项目（０８Ｄ０６５） 作者简介：范双南（１９７１一），男，湖南邵阳人，学士，讲师，研究方向为混成系统，计算机网络。 本栏目责任编辑：唐…东 ＊。 人工智能及识别技术 。９７９３ ＣｏｍｐｕｔｅｒＫｎｏｗｌｅｄｇｅａｎｄ Ｔｅｃｈｎｏｌｏｇｙ电脑知识与技术 第６卷第３４期（２０１０年１２月） 定义２：【 】 ＝【【 ＇【 ｋ，【 ，【 ｈ层集合ＩＸ］ 的上下限。 定义３：／（［ＮＥＴ］ｈ）＝，（［ ，［腩ｆ ］）＝［／（［牖ｆ］ ），，（［Ⅳ茸ｆ］ ）】，对于非负模糊输 入Ｘ 的ｈ层集合，模糊神经网络的输入输出关系如下： 输入单元：［０ ｆ］＝［［０ 碡，［０ 】＝［［ ］ ，［ ］ ］ 隐含单元：［９ 】＝［【０ ，［０ ］ ］＝［，（［Ⅳ醣 ］ ），，（［脆 ）］ 输出单元：［０肿】＝［［０肿】 ，［ 】＝［，Ⅱ舱ｆ砷］ ） ，（［舱‰ ）】 定义４：通过使用误差函数ｅ 来对每个参数的调整层可以表示如下： △ △ （ｆ）＝一 （ 一 ）＋ 盯 △ △ （卜１） （ｆ一１） 图２再循环流化工厂 （ｆ）＝一 （ ）＋ 表１部分仿真故障列表 、 敲障 新鲜进料量高（高２０％） 新鲜进料量低（低２０％） 命名 Ｆｌ Ｆ２ 这里１１是一个学习常量因子，仅是一个动力常量；ｔ表示调整的数字，ｅｐｈ是模糊 输出向量０。的ｈ层集合的误差函数。 新鲜进料中反应物＾高（高１０＊） Ｆ３ Ｆ４ 定义５：模糊权值、 （ ： １４’：，Ⅵ ：）通过以下规则更新： ’ ＋１）＝ ＋１）＝ 新鲜进料中反应物＾低ｄ １０＊） ｉ夜面控制器故障 ＦＳ Ｆ６ ）＋△ｗ砉０） （ｆ）＋ ） 蛆戒成分控制器故障 嵋㈩）： ２计算机仿真 以再循环的水工厂为例（如图２所示）进了故障诊断仿真，主要包括 原料源故障与控制器故障仿真，表Ｉ是故障部分列表，其中不包括传感 器故障。仿真结果如图３和图４所示。 ３结论 基于模糊神经网络的复杂系统故障诊断模型有效的解决了复杂设 计中的错误诊断问题．为更好的改进复杂系统的设计提供了必要的诊断 测试手段。在实际问题中．如何利用处理过程中的知识改进神经网络在 并行错误诊断中的处理方法是另一个值得进一步研究的课题。 …ｈ 图３诊断系统反应（故障６） 参考文献： ［１】陈小玉，朱海华．一种改进的神经网络模型在故障诊断中的应［Ｊ］．微型 电脑应用，２Ｏ１０２６（２）：５５—５８． 【２】朱醒，钟再敏，孙泽昌．修正指数遗忘ＲＬ８算法及其在故障诊断上的 应用［Ｊ］．计算机测量与控制，２００７，１５（３）：３２９－３３１． 【３】林万里，祁富燕．可编程序控制系统的故障检测与显示【ＪＪ．安全技术与 管理，２００６，５：４６—４７． 图４诊断系统反应（故障１） ［４］李静．基于神经网络和遗传算法的Ａｄ ｈｏｃ网络故障管理模型研究［Ｍ】．电子科技 大学，２００８． ［５】张卫华．基于神经网络的化工过程故障诊断ｆＪ］．计算机与应用化学，２０１０，２７（７）：９８７－９９１ ９７９４＊ 人工ｔＩ憾及识尉技术 ＊ 本栏目责任编辑：唐一东
