基于人工神經(jīng)網(wǎng)絡(luò)的設(shè)備狀態(tài)預(yù)測系統(tǒng)設(shè)計（開題報告）
1、課題的目的及意義（含國內(nèi)外的研究現(xiàn)狀分析或設(shè)計方案比較、選型分析等）
1.機械設(shè)備故障預(yù)測
1.1預(yù)測方法綜述
在我國石油、電力、冶金、煤炭等行業(yè)，工業(yè)生產(chǎn)的機械設(shè)備越來越朝著大型化、高速化、精密化、系統(tǒng)化和高度自動化方向發(fā)展，機器故障對生產(chǎn)造成的影響和危害越來越嚴重。因此，對設(shè)備開展故障診斷及故障預(yù)測預(yù)報技術(shù)，實施設(shè)備的“預(yù)知”維修具有重要意義.
研究機械設(shè)備故障規(guī)律是對其運行狀態(tài)及故障預(yù)測的基礎(chǔ)，對于制定維修決策，以至建立更加科學(xué)的維修體制也是十分有用的對設(shè)備運行狀態(tài)及故障預(yù)測包括短期預(yù)測和長期預(yù)測。在設(shè)備故障高發(fā)期，短期預(yù)測可以預(yù)測突發(fā)故障的發(fā)生及故障部件的劣化損壞，但在設(shè)備運行平穩(wěn)期，短期預(yù)測沒有實際指導(dǎo)意義；長期預(yù)測雖然能對設(shè)備狀態(tài)進行長期監(jiān)測，但是往往需要大量數(shù)據(jù)樣本，這對在線監(jiān)測具有很好的使用價值主要針對大型旋轉(zhuǎn)機械采用的振動測試方法，系統(tǒng)地給出了機械設(shè)備及其重要部件的故障預(yù)測參數(shù)選擇、故障預(yù)測的數(shù)學(xué)描述及當(dāng)前使用的預(yù)測方法，并說明了預(yù)測方法的發(fā)展趨勢
1.2故障預(yù)測的數(shù)學(xué)建模及其預(yù)測方法
設(shè)備故障預(yù)測的內(nèi)容包括恰當(dāng)?shù)念A(yù)測參數(shù)選取、預(yù)測的數(shù)學(xué)建模及選取合適的預(yù)測方法模型。目前預(yù)測方法模型按照是否建立定量模型來分，可以分為經(jīng)驗預(yù)測方法和定量預(yù)測方法，經(jīng)驗預(yù)測方法也稱為定性預(yù)測方法，這類方法主要依靠專家的經(jīng)驗判斷、不依賴數(shù)學(xué)模型，能夠給出一個方向性的結(jié)論。定量預(yù)測方法主要分為概率統(tǒng)計方法和人工智能方法。其中概率統(tǒng)計方法可以分為回歸方法和時間序列分析方法。人工智能方法包括神經(jīng)網(wǎng)絡(luò)方法、模糊預(yù)測方法、專家系統(tǒng)法、灰色理論預(yù)測等
1.2.1回歸預(yù)測
回歸預(yù)測是概率統(tǒng)計方法的一種，回歸預(yù)測包括線性回歸和非線性回歸，常用的回歸分析方法有：一元線性回歸、多元線性回歸，一元非線性回歸和多元非線性回歸。回歸預(yù)測的優(yōu)點是：原理、結(jié)構(gòu)簡單，預(yù)測速度塊，外推特性好；存在不足是：歷史數(shù)據(jù)要求高，用線性方法描述比較復(fù)雜情況過于簡單，模型初始