基于模糊聚类的神经网络方法及其应用在电子设备的故障诊断--------外文翻译（原文+译文）.doc

基于模糊聚类的神经网络方法及其应用在电子设备的故障诊断

摘要：本文提出用模糊聚类方法应用于样品处理，研究了基于模糊聚类的神经网络方法，应用模糊聚类方法将提取样本分类，然后进行诊断，最后进行了仿真研究。计算结果表明，所有上述方法是相当实用的。
关键词：神经网络;模糊聚类;电气设备;故障诊断
1 .导言
利用模糊诊断方法，在于它不需要建立一个精确的数学模型，只要隶属函数，模糊关系和模糊规则适用正确，然后进行模糊聚类，我们就可以从中实现智能化的模糊诊断。但对于复杂的诊断系统，创建合适的模糊规则和隶属函数是非常困难的，需要篅@さ氖奔洹Ｓ捎诟丛拥牡缱由璞腹收希成涔叵担邮奔浠蚩占淦涤蚶纯矗竟收夏Ｊ降目占涫乔肯咝缘摹Ｔ谕皇奔涞淖刺ナ艉羌洳还嬖虻摹Ｖ挥姓５淖刺ナ艉捎糜谑笛椋庋鱿拗屏司鹊某潭扔胧褂梅段У墓惴撼潭龋狗窍咝韵低痴锒系慕峁痪∪艘狻
为了解决模糊诊断中存在的这些问题中，引入神经网络是一种很好的方法。我们都知道，在故障诊断中的设备存在很多数据 。确定诊断是否是正确，关键是研究故障数据。用模糊诊断的方法通常将故障数据列为模糊关系矩阵 ，这是模糊诊断方法的性质。这种方法已成为复杂电子设备故障诊断的一种方法。虽然许多学生已进行了在这一领域的研究，但它就创建学习型样品来说仍然在探索阶段。因此，本文强调了学习样本的模糊处理方法，提出了基于神经网络的模糊诊断方法，并进行了模拟研究。