神經(jīng)網(wǎng)絡專家診斷系統(tǒng)及瓷器產(chǎn)品質(zhì)量識別的研究.pdf

1、該論文提出一種BP(back-propagation)神經(jīng)網(wǎng)絡與專家系統(tǒng)相結(jié)合的智能診斷系統(tǒng).對采集的信號進行快速傅立葉變換(Fast Fourier Transform,簡稱FFT),提取特征參數(shù),根據(jù)幅值最大值的統(tǒng)計量進行特征選擇,由神經(jīng)網(wǎng)絡專家系統(tǒng)進行故障診斷及狀態(tài)識別.在瓷器質(zhì)量識別中得到成功應用.瓷器生產(chǎn)企業(yè)中,通常采用抽樣和目測的檢查方法來檢驗產(chǎn)品質(zhì)量.這種方法準確率不高,不僅浪費勞動力,而且增加成本.通過敲擊被測物,獲取受

2、迫振動和衰減振動組成的音頻信號,提取特征,然后由神經(jīng)網(wǎng)絡專家系統(tǒng)進行辨識,實現(xiàn)自動質(zhì)量檢驗.采用三層結(jié)構設計神經(jīng)網(wǎng)絡.改進BP神經(jīng)網(wǎng)絡學習算法:增加動量項、選取初始權值(-1,1)、歸一化學習樣本、學習速率η自適應調(diào)整.實驗證明改進后網(wǎng)絡學習步數(shù)從150步銳減至30步,學習時間大大縮短,陷入局部最小點的幾率從8﹪降低到1﹪.利用該系統(tǒng)對多個具有不同質(zhì)量狀態(tài)的瓷碗進行識別,驗證了系統(tǒng)的可靠性.該識別系統(tǒng)可推廣應用于類似產(chǎn)品質(zhì)量檢測,該算法