FMS工作流故障诊断自适应加权模糊Petri网模型
研究了使用人工神经网络和加权模糊Petri网对故障进行诊断的方法.针对传统Petri网难以精确地描述故障现象和故障原因之间的复杂关系,将人工神经网络、模糊逻辑和传统Petri网模型结合,定义了一种自适应的加权模糊Petri网模型以及模型的构造方法,在此基础上,提出了一种使用改进的BP算法对模型的权值进行训练的方法,并给出了采用构造的自适应模糊Petri网模型对故障进行诊断的具体步骤.最后对柔性制造系统(FMS)实例的故障进行诊断,验证了此自适应的加权模糊Petri网模型结合了Petri网和人工神经网络的优点,具有很强的故障推理能力以及自适应能力,能有效地对故障进行诊断.
故障诊断、柔性制造系统、神经网络、Petri网、权值
32
TP319(计算技术、计算机技术)
2011-12-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
2841-2844