液压动力系统是广泛应用于各种机械设备中的主要动力之一,前人也对这方面的故障监测做了大量的工作,且在以神经网络为诊断手段中多运用BP网络,但实践证明由于BP网络算法简单,结构不合理,往往遇到一些原因复杂,需要大量传感器数据监测的故障,BP网络由于缺少滤波,数据处理方式简单等原因,而导致出现错诊、误诊和无法诊断的情况时有发生;也有人运用BP网络、瀑布图和轴心轨迹图等多种方法结合已达到提高诊断精度的目的,但却由此引起的诊断时间滞后,诊断结果彼此冲突等诸多的弊端,且实现起来比较困难,实用性不强,更为主要的是以上手段均缺少学习能力,智能性不高,对新出现的故障不能加以记录和警告,使得系统存在重大隐患,从而导致事故的发生。本文根据前人的工作成果,提出并建立集信号采集、信号处理和故障诊断于一体的以ART神经网络为基础的液压动力故障诊断专家系统。 系统汇集了前人所做工作的经验和知识,通过对专家系统和ART神经网络的研究,使用VC++语言建立了诊断知识库和完整的专家系统框架。采用了基于ART神经网络的人工智能方法为诊断手段,不仅提高了系统的诊断速度,而且由于ART神经网络的自学习能力,还大大提高了系统的诊断精度。由于本系统完善的框架系统,可以随时根据框架的内容将新的经验和知识添加到系统当中,不断丰富知识库的内容,不断提高专家诊断能力。 在文章最后通过对液压动力系统中电机故障的分析,运用ART神经网络和BP神经网络故障诊断结果的对比,说明了该系统的有效性和特点。通过将专家系统与该网络的结合,能够有效地应用到实践中去,二者相辅相成,扬长避短,使之以ART神经网络为基础的故障诊断专家系统有着极其广阔的发展前景。