资源目录
压缩包内文档预览：
编号：23638317
类型：共享资源
大小：638.06KB
格式：RAR
上传时间：2019-11-11
上传人：qq77****057
认证信息
个人认证
李**（实名认证）
江苏
IP属地：江苏
30
积分
- 关 键 词：
-
砂轮
磨损
智能
监测
研究
设计
- 资源描述：
-
砂轮磨损的智能监测的研究设计,砂轮,磨损,智能,监测,研究,设计
- 内容简介：
-
盐城工学院毕业论文3 ART-2神经网络模型的软件实现本软件包含一个主程序和一个交互式界面应用程序两个部分组成，主程序可以单独执行。两个程序均用MATLAB语言编写。3.1实现过程根据图3-1所示，每一个输入模式I0被编码成许多短期记忆（STM），如W0，V0，U0等。向量Bij和Tji为仅有的两个长期记忆（LTM）。在输入预处理场F0中图3-1 增加自稳结构F0的ART2 的结构示意图有两层，其功能与F1场的前两层的功能一致。F1场中的不稳定STM会在F2的STM被激活之前触发复位函数，因此，设计F0场的目的是为了避免F1场中出现不稳定STM，并将上下信号传送给F1。假设在F0中对一个M维的输入向量I0做变换，其每一层要完成两种计算：首先对该层的场内和场间输入进行求和，然后对求和所得向量归一化。例如，在F0场的第一层，向量W0为场内输入向量I0和内部反馈向量a*U0之和，即=+ （3-1）式中代表F0层的第i个节点，a为常数。当W0获得后，通过对它归一化就可以由下式推出向量X0： = （3-2）式中e为接近0的常数，|W0|表示向量W0的L2范数。F0层的其他激励通过下列方程计算：=f() (3-3)= (3-4)式（3-3）中的非线行信号函数为 （3-5）假设式中的阈值满足约束01/其中M为输入向量I0的维数。为处理模拟输入模式，在ART2网络的F1 STM场中要有三个处理层，这三个处理层的组合使网络能够将信号从噪声中分离出来，并实现F1 STM和F2 STM之间的匹配功能。在F1场的输入向量等于F0场的输出向量U0，F1中前面两层的操作与F0的一样。F1的每层对输入求和，并由以下方程将所得向量归一化。 （3-6） （3-7） （3-8） （3-9） （3-10）式中b为常数，f为式（3-5）中的非线性信号函数。在F1的顶层，向量P为F2的内部信号向量U与F2F1的所有滤波信号之和，即 （3-11）式中g（j）为F2的第j 个节点的输出，Tji为F2的第j个节点与F1的第i个节点之间由上到下的权。F1场中的匹配函数、F2场中的选择函数和取向子系统中的复位函数是ART2动态结构中密切相关的函数。F2F1的输入位加权之和，如式（3-11）一样，F1F2的输入也为加权信号之和，它代表当前STM向量P与F2中第j个LTM的匹配程度，即 （3-12）式中Sj为匹配度，Bij为自下到上的权。当所有的匹配度都得到后，就可以选择F2中具有最大匹配度的做为激活节点，即 （3-13）则F2的第J个节点被激活，即 （3-14）在此之后，F2的激励被反向传播给了F1中的向量P，然后通过警戒实验来确定自上到下信号是否与输入模式匹配。其中的警戒实验由下式给出： （3-15） （3-16）式中c 为常数，0r1.如果通过警戒实验发现不匹配，就让F2复位，迫使F2激活所选择的节点，并寻找下一个最佳匹配的节点。另一方面，自下而上和自上而下的权根据下列方程选取：Bij=Bij+d*(1-d)*-Bij (3-17)Tji= Tij+d*(1-d)*-Tij (3-18)式中自上而下和自下而上的初值必须满足下面约束： 式中c 为常数，d 也为常数，M为输入向量的维数。自下而上的初始权Bij（0）应该选择的尽可能大，这样有助于ART2的稳定。3.2 ART-2算法图3-2 所示为ART2神经网络模型的软件实现流程图。学习算法如下：图3-2 ART2模型的软件实现流程图（1） 初始化下列参数，设置a,b,c,d,e,Tji(0)=0;Bij(0)=,其中0iM-1，0jN-1式中M为输入向量的维数，N为F2的节点数，。（2） 提供一个新的输入向量。（3） 由式（3-1）（3-4）计算F0的激励。（4） 由式（3-6）（3-11）计算F1的激励。（5） 由式（3-12）计算F2的匹配度。（6） 由式（3-13）选择F2的激活节点。（7） 激活F2的第J个节点。（8） 由式（3-15）（3-16）进行警戒实验。（9） 如果，则激活所选择F2的节点，返回（5）。（10） 由式（3-17）（3-18）进行自下而上和自上而下的权调整。（11） 返回（2）进行新的识别。3.3 程序编制见附录二3.4 调试过程 （1） 调用主程序并运行，输入连续识别的参数（本程序是“yes”和“no”），输入“yes”进行识别，输入“no”退出主程序。 （2） 进入主程序后要求输入所要识别的模拟数据向量，本论文中输入向量由火花信号、振动信号、声音信号进行去野点、消去趋势项等组合而成的一个六维向量。输入矢量以后，主程序会对数据进行自动的处理，并且得出结果。3.5 结果分析经过式（3-1）（3-18）的计算，程序会自动给出判别结果。如果说明砂轮没有发生明显的磨钝，可以认为砂轮是新锐的，可以继续磨削加工工件；反之，则说明砂轮已经发生明显的磨钝，需要更换砂轮或者是对砂轮进行休整，才能加工工件，如果继续使用已经磨钝的砂轮则会破坏工件的加工表面，可能带来损失。3.6 程序结构和性能说明 主程序的设计采用了参数化的设计，也就是说程序的柔性很好，可以根据具体的情况来确定程序的输入向量的维数，可以重新设定初始化参数a,b,c,d,e,值的大小，可以调定警戒阈值的大小来调整系统的判断的精度。另外，本程序具有很好的开放性能，如果需要可以在原程序的基础上进行扩充使其功能更加的完善，更加健壮。由于编写程序的语言是MATLAB，而MATLAB本身由非常好的移植能力，在编写底层程序的时候可以采用c语言使之与硬件设备进行通信，从而达到在线的自动识别，也就是达到智能判断的目的。3.7 交互界面应用程序交互界面应用程序如下图所示。其实现的功能与主程序一样的！使用和操作也很方便的
- 温馨提示:
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
人人文库网所有资源均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。
川公网安备: 51019002004831号