基于BP算法和Petri网的柔性制造系统故障诊断

摘要：

针对传统Petri网难以精确描述故障发生的不确定性以及缺乏学习能力的缺点,将BP神经网络和加权模糊Petri网相结合,定义了一种新的能对故障进行诊断的模型——BPFPN网(A net based on BP and FPN),并提出了对BPFPN网故障诊断模型进行构造的算法,以及一种将BP神经网络算法应用于BPFPN网故障诊断模型实现对各种参数进行训练的方法；最后通过对实验参数为φ=5000,算法学习速率η=0.05,学习误差△e=0.0002的柔性制造系统加工中心故障诊断实例进行实验,在对各种参数进行学习后,能够有效地实现对故障的诊断,证明了BPFPN网是一种有效的故障诊断方法.

关键词：故障诊断、训练、神经网络、学习、Petri网

所属期刊栏目：19

分类号：TP319(计算技术、计算机技术)

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2401-2403,2406