振動壓路機壓實智能控制與故障智能診斷的研究.pdf

1、在2001年國家“863”計劃“先進制造與自動化技術”領域設置的“機器人技術”主題中，將“機群智能化工程機械”列為4個專題方向之一，機群智能化的基礎是單機的智能化。本文主要從“壓實智能控制”、“故障智能診斷”、“人機智能交互”三個方面，研究振動壓路機的智能化技術，為機群智能化工程機械的研究開發(fā)做了有益的探索和開拓性的工作。論文研究的成果如下： 1.在介紹振動壓實機理的基礎上，通過建立振動壓路機動力學模型，分析了振動壓路機主要工作

2、參數對壓實效果的影響，給出了振動壓路機壓實智能控制系統(tǒng)的基本組成，為振動壓路機壓實智能控制系統(tǒng)的研究與設計奠定了理論基礎。 2.在分析振動壓路機壓實智能控制系統(tǒng)的功能及要求的基礎上，提出了基于CAN總線技術和專用PLC構成的振動壓路機壓實智能控制系統(tǒng)總體設計方案，完成了智能控制系統(tǒng)的硬件選型與設計。 3.在實驗室和現場試驗的基礎上，提出了壓實度儀的技術改進方案，解決了壓實度儀使用過程中的標定、與控制器的連接等關鍵技術難點

3、，實現了壓實度的在線檢測。 4.將模糊系統(tǒng)與神經網絡相結合，提出了一種由模糊化層、模糊推理層和清晰化層組成的振動壓路機壓實模糊神經網絡控制器結構，運用補償模糊神經網絡的學習算法解決參數的自動調整問題。把實踐中得出的模糊控制規(guī)則表作為訓練模糊神經網絡的樣本，仿真結果表明該模糊神經網絡控制器具有在誤差限度范圍內的泛化能力，可用于振動壓路機的壓實控制中。 5.在分析振動壓路機故障機理的基礎上，提出了一種基于人工神經網絡專家系統(tǒng)

4、(ANNES)的振動壓路機故障智能診斷系統(tǒng)，深入研究了知識庫、推理機制、學習機制、解釋機制、數據庫以及神經網絡與專家系統(tǒng)的相互導入機制等關鍵技術。在知識庫中，用神經網絡來表示淺層知識，以實現對故障的直覺聯想；用框架來表示振動壓路機的深層知識，以實現對故障診斷的邏輯驗證。在推理機制中，基于神經網絡的推理采用正向推理的方法，基于框架的推理則分為對神經網絡診斷結果的邏輯驗證和重新對故障邏輯推理，以保證故障診斷的正確性。在學習機制中，包括了神經