基于MCGS的煤矿大型机电群状态辨识与预警网络化控制系统.docx

《基于MCGS的煤矿大型机电群状态辨识与预警网络化控制系统.docx》由会员分享，可在线阅读，更多相关《基于MCGS的煤矿大型机电群状态辨识与预警网络化控制系统.docx（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、基于MCGS的煤矿大型机电群状态辨识与预警网络化控制系统2001年8月，ZigBee联盟成立，它致力于开发低本钱、低功耗、低数据传输率的无线通讯技术。2002年下半年，日本的三菱电气公司、美国的摩托罗拉公司、英国的Invensys公司和飞利浦公司公布参加ZigBee联盟，并协力研发ZigBee的下一代无线通讯标准37。至今为止，已有超过30家企业加盟这个联盟，而且仍然在开展壮大中。这些公司都参加了ZigBee的物理层和媒体控制层技术标准的IEEE802.15.4工作组的开发。按照ISO的OSI模型，ZigBee网络分为4层，从下向上分为物理层PHL、媒体访问控制层(MAC)、网络层(NWK)和

2、应用层APL，如图3-4所示。ZigBee的最低两层物理层和MAC层使用IEEE802.15.4技术标准，而网络层和应用层由ZigBee联盟制定，每一层向它的上层提供数据和治理效劳3基于BP模糊神经网络故障诊断技术运行状态中的模糊性是客观存在的，在状态监测和技术诊断中存在着很多模糊的概念和方法。随着模糊数学的产生及开展，使得长期以来人们的故障诊断经历得以数学化地表达，并可以在计算机中进展处理，进而使计算机也能像人脑那样接收和处理模糊信息，对模糊事物进展推理、判定并作出决策，这正是模糊诊断的目的所在。BP网络是一种多层前馈神经网络，其名字;于网络权值的调整规那么，采用的是后向传播学习算法，即BP

3、学习算法。BP学习算法是Rumelhart等在1986年提出的。自此以后，BP神经网络获得了广泛的实际应用。目前，在人工神经网络的实际应用中，绝大局部的神经网络模型是采用BP网络和它的变化形式，它也是前向网络的核心局部，并表达了人工神经网络最精华的局部6。BP网络主要用于：1函数逼近：用输入矢量和相应的输出矢量训练一个网络逼近一个函数；2形式识别：用一个特定的输出矢量将它与输入矢量联络起来；3分类：把输入矢量以所定义的适宜方式进展分类；4数据压缩：减少输出矢量维数以便于传输或者存贮。BP网络是一种单向传播的多层前向网络，其构造如下图。由图可见，BP网络是一种具有三层或者三层以上的神经网络，包括

4、输入层、隐层和输出层。上下层之间实现输入层各神经元负责接收来自外界的输入信息，并传递给中间层各神经元；中间层是内部信息处理层，负责信息变换，根据信息变化才能的需求，中间层可以设计为单隐层或多隐层构造；最后一个隐层传递到输出层各神经元的信息，经进一步处理后，完成一次学习的正向传播处理经过，由输出层向外界输出信息处理结果。当实际输出与期望输出不符时，进入误差的反向传播阶段。误差通过输出层，按误差梯度下降的方式修正各层权值，向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播经过，是各层权值不断调整的经过，也是神经网络学习训练的经过，此经过一直进展到网络输出的误差减少到可以承受的程度，或预先设定的学习次数为止。