1. Trang chủ
  2. » Luận Văn - Báo Cáo

Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô

82 646 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 82
Dung lượng 1,81 MB

Nội dung

i Đại học Thái Nguyên ĐạI HọC CÔNG NGHệ THÔNG TIN Và TRUYềN THÔNG Nguyễn Hữu Bòng Xây dựng hệ mờ - nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật động ô tô Luận văn thạc sĩ KHOA HọC MáY TíNH S húa bi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ ii Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ iii LỜI CAM ĐOAN Tên là: Nguyễn Hữu Bịng Lớp: Cao học K11A Khóa học: 2012 -2014 Chuyên ngành: Khoa học máy tính Mã số chuyên ngành: 60 48 01 Cơ sở đào tạo: Trường Đại học Công nghệ thông tin Truyền thông Thái Nguyên Giáo viên hướng dẫn: TS Phạm Thanh Hà Cơ quan công tác: Khoa Công nghệ thông tin – Trường Đại học Giao thông vận tải Tôi xin cam đoan luận văn “Xây dựng hệ mờ - nơ ron (Anfis) hỗ trợ chẩn đốn tình trạng kỹ thuật động ô tô” công trình nghiên cứu riêng Các số liệu sử dụng luận văn trung thực, kết nghiên cứu trình bày luận văn chưa công bố cơng trình khác Thái Ngun, ngày 20 tháng năm 2014 Học viên Nguyễn Hữu Bịng Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ iv LỜI CẢM ƠN Tôi xin bày tỏ lời cảm ơn chân thành tới tập thể thầy cô giáo Viện công nghệ thông tin – Viện Hàn lâm Khoa học Công nghệ Việt Nam, thầy cô giáo Trường Đại học Công nghệ thông tin truyền thơng - Đại học Thái Ngun tận tình giảng dạy tạo điều kiện để học tập nghiên cứu năm học cao học Tôi xin chân thành cảm ơn sâu sắc tới thầy giáo TS Phạm Thanh Hà cho nhiều bảo quý báu, tận tình hướng dẫn tạo điều kiện cho tơi hồn thành tốt luận văn tốt nghiệp Tôi xin cảm ơn đồng nghiệp người thân động viên, giúp đỡ trình nghiên cứu thực luận văn Q trình thực đề tài khơng tránh khỏi thiếu sót, mong tiếp tục nhận đóng góp ý kiến thầy, giáo, bạn đồng nghiệp đề tài nghiên cứu tơi để đề tài hồn thiện Tơi xin trân trọng cảm ơn! Thái Nguyên, ngày 20 tháng năm 2014 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ v MỤC LỤC CHƢƠNG TẬP MỜ VÀ LOGIC MỜ 1.1 Tập mờ 1.1.1 Khái niệm tập rõ 1.1.2 Khái niệm tập mờ 1.2 Các phép toán tập mờ 1.2.1 Các phép toán chuẩn tập mờ 1.2.2 Các phép toán khác tập mờ 10 1.3 Quan hệ mờ 14 1.3.1 Quan hệ mờ 14 1.3.2 Hợp thành quan hệ mờ 16 1.4 Logic mờ 19 1.4.1 Biến ngôn ngữ 19 1.4.2 Mệnh đề mờ 20 1.4.3 Các mệnh đề hợp thành 22 1.4.4 Kéo theo mờ (Luật if – then mờ) 23 1.4.5 Phương pháp lập luận xấp xỉ 28 CHƢƠNG MẠNG NƠ RON TRUYỀN THẲNG VÀ GIẢI THUẬT HUẤN LUYỆN LAN TRUYỀN NGƢỢC SAI SỐ 31 2.1 Cấu trúc mơ hình mạng nơ ron 31 2.2 Phân loại cấu trúc mạng nơ ron 35 2.2.1 Mạng nơ ron lớp 35 2.2.2 Mạng nơ ron truyền thẳng nhiều lớp 36 2.3 Các luật học 37 2.4 Mạng nơ ron truyền thẳng 39 2.4.1 Mạng Perceptron lớp đơn 39 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ vi 2.4.2 Mạng truyền thẳng nhiều lớp MLP 40 2.4.3 Mạng nơ ron MLP thuật toán huấn luyện lan truyền ngược sai số 42 CHƢƠNG XÂY DỰNG HỆ MỜ NƠ RON THÍCH NGHI HỖ TRỢ CHẨN ĐỐN HỎNG HĨC CỦA CÁC PHƢƠNG TIỆN GIAO THƠNG VẬN TẢI 49 3.1 Khái niệm hệ mờ 49 3.1.1 Kiến trúc hệ mờ 49 3.1.2 Hệ mờ Mamdani 52 3.1.3 Hệ mờ Takagi – Sugeno – Kang (TSK) 53 3.1.4 Một số ví dụ mơ hình TSK đơn giản 54 3.2 Hệ mờ nơ ron thích nghi 56 3.2.1 Kiến trúc hoạt động ANFIS 56 3.2.2 Xây dựng hệ mờ nơ ron thích nghi ANFIS xấp xỉ hàm hình chng 57 3.3 Xây dựng hệ mờ nơ ron thích nghi ANFIS hỗ trợ chẩn đốn hỏng hóc động Ơ tơ 63 3.3.1 Một số vấn đề chẩn đoán kỹ thuật 63 3.3.2 Chẩn đoán mờ cho động Diesel 64 3.3.3 Xây dựng hệ mờ nơ ron thích nghi chẩn đốn động Diesel 65 KẾT LUẬN 72 TÀI LIỆU THAM KHẢO 73 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ vii DANH MỤC CÁC BẢNG BIỂU TT Tên bảng Trang Bảng 3.1 Mô hình FAM xấp xỉ hàm hình chng Bảng 3.2 Quan hệ yếu tố chẩn đoán mức độ hỏng hóc động Bảng 3.3 Tập luật chẩn đốn động Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 55 62 65 http://www.lrc-tnu.edu.vn/ viii DANH MỤC CÁC HÌNH VẼ TT Hình vẽ Trang Hình 1.1 Các hàm thuộc khác số tập mờ số gần Hình 1.2 Các tập mờ “tốc độ chậm”, “tốc độ trung bình” Hình 1.3 Các tập mờ dạng hình tam giác Hình 1.4 Các tập mờ dạng hình thang Hình 1.5 Các tập mờ dạng hình chng Hình 1.6 Hàm thuộc tập mờ “nhiệt độ cao” 19 Hình 1.7 Các tập mờ “Chậm”, “Nhanh”, Trung bình” 19 Hình 1.8 Tập mờ “tuổi trẻ” 21 Hình 2.1 Một mạng nơ ron đơn giản gồm hai nơ ron 29 10 Hình 2.2 Mơ hình nơ ron 30 11 Hình 2.3 Cấu trúc nơ ron 31 12 Hình 2.4 Các hàm kích hoạt 33 13 Hình 2.5 Mạng nơ ron lớp 34 14 Hình 2.6 Mạng nơ ron hồi quy 34 15 Hình 2.7.Mạng nơ ron nhiều lớp 34 16 Hình 2.8 Học có giám sát 35 17 Hình 2.9 Học khơng giám sát 35 18 Hình 2.10 Mạng perceptron đơn 37 19 Hình 2.11 Mạng perceptron đa lớp cho tốn XOR 39 20 Hình 2.12 Mạng truyền thẳng ba lớp lan truyền ngược sai số 40 21 Hình 3.1 Cấu trúc bên hệ mờ 46 22 Hình 3.2.Hệ mờ Mamdani sử dụng max-product 49 23 Hình 3.3.Hệ mờ mờ Mamdani sử dụng max-min 50 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ ix TT Hình vẽ Trang 24 Hình 3.4 Kết mơ hệ mờ sugeno đầu vào 52 25 Hình 3.5 Kết mơ hệ mờ sugeno đầu vào 52 26 Hình 3.6 Kiến trúc Anfis 53 27 Hình 3.7 Bề mặt hàm gốc hình chng 55 28 Hình 3.8 Cấu trúc hệ mờ hàm thuộc biến đầu vào 56 29 Hình 3.9 Hàm thuộc biến đầu tập luật 56 30 Hình 3.10 Giao diện suy diễn kết xấp xỉ 56 31 Hình 3.11 Cấu trúc hàm thuộc biến đầu vào 57 32 Hình 3.12 Hàm thuộc biến đầu tập luật 57 33 Hình 3.13 Cấu trúc mạng Anfis liệu huấn luyện 58 34 Hình 3.14 Cấu trúc hàm thuộc đầu vào sau huấn luyện 59 35 Hình 3.15 Hàm thuộc đầu tập luật sau huấn luyện 59 36 Hình 3.16 Kết xấp xỉ mơ hình mờ sau huấn luyện 59 37 Hình 3.17 Quan hệ thơng số chẩn đốn thơng số kết cấu 60 38 Hình 3.18 Sơ đồ thiết kế mơ hình dự báo hư hỏng 61 39 Hình 3.19.Cấu trúc hệ mờ nơ ron thích 66 40 Hình 3.20 Các mẫu huấn luyện hàm thuộc đầu vào sau huấn luyện 67 41 Hình 3.21 Đầu sau huấn luyện bề mặt tập luật 67 42 Hình 3.22 Kết dự báo 67 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ MỞ ĐẦU Trong thực tế sống, tốn liên quan đến hoạt động nhận thức, trí tuệ người hàm chứa đại lượng, thơng tin mà chất khơng xác, khơng chắn, khơng đầy đủ Nhìn chung người ln bối cảnh khơng có thơng tin đầy đủ xác cho hoạt động định thân Trong lĩnh vực khoa học kỹ thuật vậy, hệ thống phức tạp thực tế thường mô tả đầy đủ xác phương trình tốn học truyền thống Kết cách tiếp cận kinh điển dựa kỹ thuật phân tích phương trình tốn học trở nên thiếu hiệu Lý thuyết tập mờ logic mờ sở toán học cho việc nghiên cứu, phát triển phương pháp lập luận khác nhau, gọi phương pháp lập luận xấp xỉ, để mô cách thức người lập luận Trên thực tế lý thuyết tập mờ logic mờ công cụ hữu hiệu giúp giải nhiều tốn có thơng tin mờ khơng chắn Hệ mờ nơ ron kết hợp logic mờ và khả học mạng nơ ron Một kết hợp mà hệ mờ nơ ron thích nghi (ANFIS - Adaptive neuro fuzzy inference system) Hệ thống có khả tối ưu hóa hệ mờ dựa tập mẫu có sẵn Bài tốn chẩn đốn tình trạng kỹ thuật động tơ tốn phức tạp, có nhiều đầu vào nhiều đầu ra, với luật chẩn đốn dựa vào chun gia lĩnh vực tơ, xây dựng hệ mờ hỗ trợ chẩn đốn Và lý để luận văn chọn đề tài: Xây dựngHệ mờ - nơ ron (ANFIS) hỗ trợ chẩn đốn tình trạng kỹ thuật động tơ Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 59 Hình 3.8 Cấu trúc hệ mờ hàm thuộc biến đầu vào Hình 3.9 Hàm thuộc biến đầu tập luật Hình 3.10 Giao diện suy diễn kết xấp xỉ Sau ta xây dựng hệ mờ nơ ron thích nghi sở hệ mờ sugeno Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 60 Hình 3.11 Cấu trúc hàm thuộc biến đầu vào Hình 3.12 Hàm thuộc biến đầu tập luật Tập liệu mẫu lấy theo kết kết tính tốn đầu vào đầu từ phương trình hàm hình chng f ( x, y ) e ( x2 y ) -3.000000 -3.000000 0.000000 0.000000 1.000000 0.367879 -3.000000 -2.000000 0.000002 0.000000 2.000000 0.018316 -3.000000 -1.000000 0.000045 0.000000 3.000000 0.000123 -3.000000 0.000000 0.000123 1.000000 -3.000000 0.000045 -3.000000 1.000000 0.000045 1.000000 -2.000000 0.006738 -3.000000 2.000000 0.000002 1.000000 -1.000000 0.135335 -3.000000 3.000000 0.000000 1.000000 0.000000 0.367879 -2.000000 -3.000000 0.000002 1.000000 1.000000 0.135335 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 61 -2.000000 -2.000000 0.000335 1.000000 2.000000 0.006738 -2.000000 -1.000000 0.006738 1.000000 3.000000 0.000045 -2.000000 0.000000 0.018316 2.000000 -3.000000 0.000002 -2.000000 1.000000 0.006738 2.000000 -2.000000 0.000335 -2.000000 2.000000 0.000335 2.000000 -1.000000 0.006738 -2.000000 3.000000 0.000002 2.000000 0.000000 0.018316 -1.000000 -3.000000 0.000045 2.000000 1.000000 0.006738 -1.000000 -2.000000 0.006738 2.000000 2.000000 0.000335 -1.000000 -1.000000 0.135335 2.000000 3.000000 0.000002 -1.000000 0.000000 0.367879 3.000000 -3.000000 0.000000 -1.000000 1.000000 0.135335 3.000000 -2.000000 0.000002 -1.000000 2.000000 0.006738 3.000000 -1.000000 0.000045 -1.000000 3.000000 0.000045 3.000000 0.000000 0.000123 0.000000 -3.000000 0.000123 3.000000 1.000000 0.000045 0.000000 -2.000000 0.018316 3.000000 2.000000 0.000002 0.000000 -1.000000 0.367879 3.000000 3.000000 0.000000 0.000000 0.000000 1.000000 Hình 3.13 Cấu trúc mạng Anfis liệu huấn luyện Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 62 Hình 3.14 Cấu trúc hàm thuộc đầu vào sau huấn luyện Hình 3.15 Hàm thuộc đầu tập luật sau huấn luyện Hình 3.16 Kết xấp xỉ mơ hình mờ sau huấn luyện Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 63 Nhận xét: Hệ mờnơ ron thích nghi thực việc tối ưu hóa hệ mờ sugeno dựa tập liệu mẫu có sẵn Kết thực nghiệm cho thấy mơ hình mờ hình chng xấp xỉ hệ mờ nơ ron thích nghi cho kết tốt nhiều so với hệ mờ thông thường Hệ mờ nơ ron thích nghi thiết kế đơn giản, đầu vào đầu xác định từ toán ứng dụng, luật tập mẫu huấn luyện thiết kế chuyên gia lĩnh vực toán 3.3 Xây dựng hệ mờ nơ ron thích nghi ANFIS hỗ trợ chẩn đốn hỏng hóc động Ơ tơ 3.3.1 Một số vấn đề chẩn đoán kỹ thuật Chẩn đốn kỹ thuật [6,7]là loại hình tác động kỹ thuật vào trình khai thác sử dụng nhằm đảm bảo cho máy hóc hoạt động tin cậy, an toàn hiệu cao cách phát cảnh báo kịp thời hư hỏng tình trạng kỹ thuật thời máy móc Với thiết bị phức tạp thường tạo nên tập hợp thơng số kết cấu Đối tượng chẩn đốn có nhiều thơng số biểu kết cấu Các thơng số kết cấu chọn để xác định tình trạng kỹ thuật đối tượng gọi thông số chẩn đốn Một đối tượng chẩn đốn có nhiều thơng số chẩn đốn Quan hệ thơng số kết cấu thơng số chẩn đốn biến đổi theo quy luật, đan xen Hình 3.17 Quan hệ thơng số chẩn đốn thơng số kết cấu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 64 Dự báo có nhiệm vụ phát xu hướng biến đổi đặc tính thơng số cần dự báo với mục đích so sánh với tiêu chuẩn định trước (kinh tế, kĩ thuật, công nghệ) đồng thời thiết lập dự báo cho tương lai Hình 3.18 Sơ đồ thiết kế mơ hình dự báo hư hỏng 3.3.2 Chẩn đốn mờ cho động Diesel Trên sở tài liệu tham khảo [6,7,8] ý kiến chuyên gia lĩnh vực chẩn đoán động Diesel Bộ chẩn đốn động bao gồm a Các thơng số kết cấu h1: Mịn chi tiết nhóm xylanh, piston, vịng găng h2: Mịn bạc lót nhóm trục khuỷu truyền h3: Hư hỏng hệ thống cung cấp nhiên liệu h4: Hư hỏng hệ thống làm mát h5: Hư hỏng hệ thống bơi trơn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 65 b Các thơng số chẩn đốn c1: Mức giảm công suất động c2: Mức tăng lượng tiêu thụ nhiên liệu c3:Mức thay đổi thành phần màu sắc khí thải c4: Mức tăng nhiệt độ nước làm mát c5: Mức giảm áp suất dầu bôi trơn c6: Mức tăng lượng lọt xuống Các te Trên sở thơng số kết cấu thơng số chẩn đốn, chuyên gia lập bảng 3.2 Bảng 3.2 Quan hệ yếu tố chẩn đoán mức độ hỏng hóc động Sau ta thiết kế hệ mờ thích nghi hỗ trợ chẩn đốn khả hỏng hóc Hệ thống bơi trơn đông Diesel 3.3.3 Xây dựng hệ mờ nơ ron thích nghi chẩn đốn động Diesel Như biết hư hỏng hệ thống bôi trơn xác định qua mức giảm công suất động (0-100%), Mức tăng nhiên liệu tiêu thụ (0100%), Mức tăng nhiệt độ làm mát (0-100%) – Bảng Đây đầu vào hệ thống chẩn đốn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 66 Miền xác định cho đầu vào từ 0-100 hệ thống sử dụng chẩn đốn chung cho loại động tơ, không phân biệt công suất loại động Tùy loại động vào kết đo tham số ta qui số % tăng hay giảm giá trị đưa vào hệ thống để chẩn đoán Thiết kế tập mờ cho đầu vào Giảm công suất động cơ: Nhiều, trung bình, Tăng mức tiêu thụ nhiên liệu: Nhiều, trung bình, Mức tăng áp suất đâu bơi trơn: Nhiều, trung bình, Mức độ hỏng hệ thống bơi trơn: Rất cao, Cao, Trung bình, ít, Sau kinh nghiệm chẩn đốn, kinh nghiệm cung cấp Bộ mơn động đốt trong, Trường Đại học GTVT Lưu ý kinh nghiệm sử dụng tài liệu [6] với tập luật chẩn đoán động cơ: TT Mức giảm công suất động Mức tăng áp Mức tăng suất đâu bôi lƣợng nhiên trơn liệu tiêu thụ Mức độ hỏng nhiều nhiều nhiều Rất cao nhiều nhiều trung bình Rất cao nhiều nhiều Cao nhiều trung bình nhiều Cao nhiều trung bình trung bình Cao nhiều trung bình Trung bình nhiều Ít nhiều Cao nhiều trung bình Trung bình nhiều ít Trung bình Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 67 TT Mức giảm công suất động Mức tăng áp Mức tăng suất đâu bôi lƣợng nhiên trơn liệu tiêu thụ Mức độ hỏng 10 trung bình nhiều nhiều Rất cao 11 trung bình nhiều trung bình Cao 12 trung bình nhiều Trung bình 13 trung bình trung bình nhiều Cao 14 trung bình trung bình trung bình Trung bình 15 trung bình trung bình ít 16 trung bình nhiều Trung bình 17 trung bình trung bình Trung bình 18 trung bình ít 19 nhiều nhiều Cao 20 nhiều trung bình Cao 21 nhiều Trung bình 22 trung bình nhiều Trung bình 23 trung bình trung bình Trung bình 24 trung bình ít 25 ít nhiều Trung bình 26 ít trung bình Rất 27 ít Rất Như biết hệ mờ Anfis sử dụng tập liệu mẫu, luận văn tác giả sử dụng tập liệu sau sở số liệu cung cấp Bộ môn động đốt trong, Trường Đại học Giao thơng vận tải: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 68 Bảng 3.3 Tập luật chẩn đoán động TT Mức giảm công suất động Mức tăng áp Mức tăng suất dầu bôi lƣợng nhiên trơn liệu tiêu thụ nhiều Mức độ hỏng nhiều 80 nhiều 80 80 Rất cao 100 nhiều 80 nhiều 80 trung bình 80 Rất cao 95 nhiều 80 nhiều 80 nhiều 80 trung bình 50 nhiều 20 Cao 80 nhiều 80 Cao 80 80 trung bình 50 trung bình 50 Cao 70 nhiều 80 trung bình 50 nhiều 80 20 nhiều 80 20 trung bình 50 trung bình 40 nhiều 80 20 20 trung bình 40 10 trung bình 50 nhiều 80 nhiều 80 Rất cao 90 11 trung bình 50 nhiều 80 trung bình 50 Cao 75 12 trung bình 50 nhiều 80 13 trung bình 50 trung bình 50 14 trung bình 50 trung bình 50 trung bình 50 trung bình 50 15 trung bình 50 trung bình 50 20 16 trung bình 50 20 80 trung bình 40 17 trung bình 50 20 trung bình 50 trung bình 40 18 trung bình 50 20 20 20 trung bình nhiều ít 75 Cao 55 80 70 20 nhiều Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 80 20 trung bình nhiều 50 20 Cao ít http://www.lrc-tnu.edu.vn/ 69 19 20 nhiều 80 nhiều 80 Cao 80 20 20 nhiều 80 trung bình 50 Cao 70 21 20 nhiều 80 22 20 trung bình 50 23 24 20 trung bình 50 nhiều 80 trung bình 50 20 trung bình 50 trung bình 50 trung bình 50 20 trung bình 50 20 25 20 20 26 20 20 trung bình 50 Rất 10 27 20 20 Rất 10 20 nhiều ít 80 trung bình 20 40 Tập liệu sử dụng để huấn luyện hệ mờ nơ ron thích nghi, giải thuật huấn luyện giải thuật huấn luyện lan truyền ngược sai số đề cập sau kết mơ phỏng: Hình 3.19 Cấu trúc hệ mờ nơ ron thích nghi Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 70 Hình 3.20 Các mẫu huấn luyện hàm thuộc đầu vào sau huấn luyện Hình 3.21 Đầu sau huấn luyện bề mặt tập luật Hình 3.22 Kết chẩn đốn từ tập mẫu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 71 Đánh giá bàn luận Hệ mờ nơ ron thích nghi điều chỉnh hàm thuộc tập mờ đầu vào, điều chỉnh đầu luật nhằm tối ưu hóa q trình suy diễn (Hình 3.20-3.21) Hình 3.22 cho thấy mức độ chẩn đốn hệ thống, liệu đưa vào kiểm tra mẫu huấn luyện hệ thống đưa đầu gần trùng khít với mẫu huấn luyện Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 72 KẾT LUẬN Luận văn tập trung nghiên cứu khái niệm chuyên sâu tập mờ, logic mờ mạng nơ ron nhân tạo Đặc biệt luận văn tập trung nghiên cứu thiết kế hệ mờ nơ ron thích nghi, hệ mờ tối ưu hóa nhằm giải nhiều lớp tốn có toán xấp xỉ hàm phân lớp Luận văn nghiên cứu tốn chẩn đốn tình trạng kỹ thuật động tơ, từ đề xuất xây dựng hệ mờ nơ ron thích nghi hỗ trợ chẩn đốn mức độ hư hỏng hệ thống bơi trơn Việc xây dựng thành công hệ mờ hỗ trợ chẩn đốn mức độ hư hỏng hệ thống bơi trơn làm tiền đề cho việc xây dựng hệ mờ hỗ trợ chẩn đốn tồn thơng số kết cấu Các đóng góp luận văn nghiên cứu tự động hóa q trình chẩn đốn tình trạng kỹ thuật động tơ nhờ sử dụng khả hệ mờ nơ ron thích nghi Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ 73 TÀI LIỆU THAM KHẢO TIẾNG ANH [1] Ross T J (2004), Fuzzy logic with Engineering Applications, Second Edition, International Edition Mc Graw-Hill, Inc [2] Satish Kumar (1999), Managing Uncertainty in the Real World - Part Fuzzy Sets, Resonance, Vol.4, No.2, pp.37 – 47 [3] Satish Kumar (1999), Managing Uncertainty in the Real World - Part Fuzzy Systems, Resonance, Vol.4, No.4, pp.45 – 55 [4] Cheng Teng Lin, C S George Lee (1996), Neural Fuzzy Systems, Prentice – Hall International, Inc [5] Sinan Altug, Mo-Yuen Chow, H.Joel Trussell, Fellow (1999) Fuzzy Inference Systems Implemented on Neural Architectures for Motor Fault Detection and Diagnosis, IEEE Transportasions on industrial eletronics, Vol 46, NO 6, December 1999 TIẾNG VIỆT [6] Lê Hoài Đức (2010), Ứng dụng lý thuyết tập mờ chẩn đoán kỹ thuật động Diesel, Tạp chí Khoa học Giao thơng Vận tải [7] Nguyễn Khắc Trai (2004), Lý thuyết chẩn đốn tơ, Nhà xuất Giao thông Vận tải [8] Đỗ Đức Tuấn (2006), Lý thuyết độ tin cậy, Nhà xuất Giao thơng Vận tải [9] Nguyễn Đình Thúc , Mạng nơ ron - Kỹ thuật lan truyền ngược, Nhà xuất khoa học kỹ thuật, 2000 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/ ... niệm tập mờ, logic mờ, hệ mờ - Mạng nơ ron hệ mờ - nơ ron - Nghiên cứu toán chẩn đốn tình trạng kỹ thuật động tô - Xây dựng hệ mờ - nơ ron hỗ trợ chẩn đốn tình trạng kỹ thuật động ô tô Số hóa... dựa vào chun gia lĩnh vực tơ, xây dựng hệ mờ hỗ trợ chẩn đốn Và lý để luận văn chọn đề tài: Xây dựngHệ mờ - nơ ron (ANFIS) hỗ trợ chẩn đốn tình trạng kỹ thuật động tơ Số hóa Trung tâm Học liệu... ANFIS hỗ trợ chẩn đốn hỏng hóc động Ơ tơ 63 3.3.1 Một số vấn đề chẩn đoán kỹ thuật 63 3.3.2 Chẩn đoán mờ cho động Diesel 64 3.3.3 Xây dựng hệ mờ nơ ron thích nghi chẩn

Ngày đăng: 23/10/2014, 00:00

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] Ross T. J. (2004), Fuzzy logic with Engineering Applications, Second Edition, International Edition. Mc Graw-Hill, Inc Sách, tạp chí
Tiêu đề: Fuzzy logic with Engineering Application
Tác giả: Ross T. J
Năm: 2004
[2] Satish Kumar (1999), Managing Uncertainty in the Real World - Part 1. Fuzzy Sets, Resonance, Vol.4, No.2, pp.37 – 47 Sách, tạp chí
Tiêu đề: Managing Uncertainty in the Real World - Part 1. "Fuzzy Sets
Tác giả: Satish Kumar
Năm: 1999
[3] Satish Kumar (1999), Managing Uncertainty in the Real World - Part 2. Fuzzy Systems, Resonance, Vol.4, No.4, pp.45 – 55 Sách, tạp chí
Tiêu đề: Managing Uncertainty in the Real World - Part 2. "Fuzzy Systems
Tác giả: Satish Kumar
Năm: 1999
[4] Cheng Teng Lin, C. S. George Lee (1996), Neural Fuzzy Systems, Prentice – Hall International, Inc Sách, tạp chí
Tiêu đề: Neural Fuzzy Systems
Tác giả: Cheng Teng Lin, C. S. George Lee
Năm: 1996
[6] Lê Hoài Đức (2010), Ứng dụng lý thuyết tập mờ trong chẩn đoán kỹ thuật động cơ Diesel, Tạp chí Khoa học Giao thông Vận tải Sách, tạp chí
Tiêu đề: Ứng dụng lý thuyết tập mờ trong chẩn đoán kỹ thuật động cơ Diese
Tác giả: Lê Hoài Đức
Năm: 2010
[7] Nguyễn Khắc Trai (2004), Lý thuyết chẩn đoán ô tô, Nhà xuất bản Giao thông Vận tải Sách, tạp chí
Tiêu đề: Lý thuyết chẩn đoán ô tô
Tác giả: Nguyễn Khắc Trai
Nhà XB: Nhà xuất bản Giao thông Vận tải
Năm: 2004
[8] Đỗ Đức Tuấn (2006), Lý thuyết độ tin cậy, Nhà xuất bản Giao thông Vận tải [9] Nguyễn Đình Thúc , Mạng nơ ron - Kỹ thuật lan truyền ngược, Nhà xuấtbản khoa học kỹ thuật, 2000 Sách, tạp chí
Tiêu đề: Lý thuyết độ tin cậy", Nhà xuất bản Giao thông Vận tải [9] Nguyễn Đình Thúc , "Mạng nơ ron - Kỹ thuật lan truyền ngược
Tác giả: Đỗ Đức Tuấn
Nhà XB: Nhà xuất bản Giao thông Vận tải [9] Nguyễn Đình Thúc
Năm: 2006
[5] Sinan Altug, Mo-Yuen Chow, H.Joel Trussell, Fellow (1999). Fuzzy Inference Systems Implemented on Neural Architectures for Motor Fault Detection and Diagnosis, IEEE Transportasions on industrial eletronics, Vol. 46, NO. 6, December 1999TIẾNG VIỆT Khác

HÌNH ẢNH LIÊN QUAN

2  Bảng 3.2. Quan hệ giữa các yếu tố trên trong chẩn đoán mức độ - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
2 Bảng 3.2. Quan hệ giữa các yếu tố trên trong chẩn đoán mức độ (Trang 7)
Hình 1.1. Các hàm thuộc khác nhau số tập mờ số gần 2 - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 1.1. Các hàm thuộc khác nhau số tập mờ số gần 2 (Trang 15)
Hình 1.3. Các tập mờ ở dạng hình tam giác - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 1.3. Các tập mờ ở dạng hình tam giác (Trang 16)
Hình 1.8. Tập mờ “tuổi trẻ” - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 1.8. Tập mờ “tuổi trẻ” (Trang 31)
Hình 2.1. Một mạng nơ ron đơn giản gồm hai nơ ron. - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 2.1. Một mạng nơ ron đơn giản gồm hai nơ ron (Trang 40)
Hình 2.2. Mô hình của một nơ ron - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 2.2. Mô hình của một nơ ron (Trang 41)
Hình 2.3. Cấu trúc của một nơ ron - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 2.3. Cấu trúc của một nơ ron (Trang 42)
Hình 2.4. Các hàm kích hoạt: (a) hàm bước nhẩy; (b) hàm dấu; (c) hàm dốc; - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 2.4. Các hàm kích hoạt: (a) hàm bước nhẩy; (b) hàm dấu; (c) hàm dốc; (Trang 44)
Hình 2.5. Mạng nơ ron 1 lớp  Hình 2.6. Mạng nơ ron hồi  quy - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 2.5. Mạng nơ ron 1 lớp Hình 2.6. Mạng nơ ron hồi quy (Trang 45)
Hình 2.7. Mạng nơ ron nhiều lớp. - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 2.7. Mạng nơ ron nhiều lớp (Trang 45)
Hình 2.11. Mạng perceptron đa lớp cho bài toán XOR - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 2.11. Mạng perceptron đa lớp cho bài toán XOR (Trang 50)
Hình 3.1. Cấu trúc bên trong của một hệ mờ. - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.1. Cấu trúc bên trong của một hệ mờ (Trang 58)
Hình 3.2: Hệ mờ Mamdani sử dụng product - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.2 Hệ mờ Mamdani sử dụng product (Trang 61)
Hình 3.3: Hệ mờ mờ Mamdani sử dụng min  3.1.3. Hệ mờ Takagi – Sugeno – Kang (TSK) - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.3 Hệ mờ mờ Mamdani sử dụng min 3.1.3. Hệ mờ Takagi – Sugeno – Kang (TSK) (Trang 62)
Hình 3.4. Kết quả mô phỏng hệ mờ sugeno 1 đầu vào - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.4. Kết quả mô phỏng hệ mờ sugeno 1 đầu vào (Trang 64)
Hình 3.6. Kiến trúc Anfis - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.6. Kiến trúc Anfis (Trang 65)
Bảng 3.1. Mô hình FAM xấp xỉ hàm hình chuông - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Bảng 3.1. Mô hình FAM xấp xỉ hàm hình chuông (Trang 67)
Hình 3.7. Bề mặt của hàm gốc hình chuông. - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.7. Bề mặt của hàm gốc hình chuông (Trang 67)
Hình 3.8. Cấu trúc hệ mờ và hàm thuộc của 2 biến đầu vào - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.8. Cấu trúc hệ mờ và hàm thuộc của 2 biến đầu vào (Trang 68)
Hình 3.10. Giao diện suy diễn và kết quả xấp xỉ - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.10. Giao diện suy diễn và kết quả xấp xỉ (Trang 68)
Hình 3.13. Cấu trúc mạng Anfis và dữ liệu huấn luyện - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.13. Cấu trúc mạng Anfis và dữ liệu huấn luyện (Trang 70)
Hình 3.16. Kết quả xấp xỉ mô hình mờ sau khi huấn luyện - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.16. Kết quả xấp xỉ mô hình mờ sau khi huấn luyện (Trang 71)
Hình 3.15. Hàm thuộc đầu ra và tập luật sau khi huấn luyện - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.15. Hàm thuộc đầu ra và tập luật sau khi huấn luyện (Trang 71)
Hình 3.18. Sơ đồ thiết kế mô hình dự báo hư hỏng - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.18. Sơ đồ thiết kế mô hình dự báo hư hỏng (Trang 73)
Bảng 3.2. Quan hệ giữa các yếu tố trên trong chẩn đoán mức độ hỏng hóc - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Bảng 3.2. Quan hệ giữa các yếu tố trên trong chẩn đoán mức độ hỏng hóc (Trang 74)
Hình 3.19. Cấu trúc hệ mờ nơ ron thích nghi - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.19. Cấu trúc hệ mờ nơ ron thích nghi (Trang 78)
Hình 3.20. Các mẫu huấn luyện và hàm thuộc đầu vào sau huấn luyện - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.20. Các mẫu huấn luyện và hàm thuộc đầu vào sau huấn luyện (Trang 79)
Hình 3.22. Kết quả chẩn đoán từ tập mẫu - Xây dựng hệ mờ nơ ron (anfis) hỗ trợ chẩn đoán tình trạng kỹ thuật của động cơ ô tô
Hình 3.22. Kết quả chẩn đoán từ tập mẫu (Trang 79)

TỪ KHÓA LIÊN QUAN

TRÍCH ĐOẠN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w