随着科学技术的不断发展,机械设备变的越来越复杂,自动化水平越来越高,设备在现代工业生产中的作用和影响也越来越大,并且与设备有关的费用越来越高。机器在运行中发生的任何故障或失效而导致的生产中断都将造成重大的经济损失,经济损失程度与故障诊断和修复的时间成正比。因此开展机械设备故障诊断系统的研究具有重要的现实意义。 论文以LTU 90A摊铺机为例,构建开发了一个摊铺机机载嵌入式故障诊断专家系统。通过分析LTU90A摊铺机故障诊断中故障现象与原因之间存在的模糊关系,引入模糊数学理论,结合人工神经元网络,研究了模糊联想记忆神经网络(FAM)在本系统的应用,实现了摊铺机的故障诊断和诊断知识的自学习功能,并且在嵌入式操作系统WinCE平台下运用嵌入式开发工具EVC实现了本系统,实现了摊铺机机械故障的准确实时诊断。 同时,论文针对当前故障诊断系统的缺陷,以Petri网的基本定义为基础,结合模糊逻辑和Petri网模型,定义了模糊Petri网模型,在此基础上引入人工神经网络技术,给出了人工神经网络的模糊Petri网表示方法,并针对工程机械故障诊断异步、离散等特点,提出并建立了故障诊断的模糊神经Petri网模型及其改进模型。基于模糊神经Petri网的故障诊断系统结合了Petri网和人工神经网络的优点,经过自学习后同时具有很强的推理能力和自适应能力。