智能检测技术.ppt

智能检测技术.ppt

《智能检测技术.ppt》由会员分享，可在线阅读，更多相关《智能检测技术.ppt（56页珍藏版）》请在冰点文库上搜索。

智能检测技术,1,基本情况,上课教师：

张宏建，周洪亮，使用的教材：

现代检测技术，张宏建，孙志强编，化学工业出版社，2007,2,上课内容：

1、绪论（第一章）2、人工智能一般原理3、基于神经网络的检测（第五章）4、基于模糊逻辑推理的检测（第八章）5、专家系统（第七章）6、信息融合技术（第九章）上课与考试要求：

3,“三心二意”，迈向成功专心、用心、开心；知晓天意和人意,专心：

做每一件事情都要付出百分之百甚至百分之一百二十的精力。

无论你做什么事情，都要全力以赴，全新投入，心无旁骛。

用心：

要会思考，在做每一件事情的时候都要学会问一个为什么。

这样才能加深理解、举一反三。

追本溯源才是学习的真谛。

开心：

要学会享受生活。

我们除了工作学习，还有家人朋友，还要享受爱情亲情友情，享受自然美景，享受文化艺术，享受一切。

4,天意：

要抓住机遇。

这里的天，不是上帝，不是佛祖，是你自己。

天上不会掉馅饼的（给你），但是，你得备着个盘子，等天上掉馅饼的时候，你可以接得住。

这个盘子就是你自己的知识、能力、阅历，还有你愿意改变的勇气。

人意：

要学会自己做抉择。

经商创业、豪宅名车、帅哥美女、埋头科研、出国深造？

哪一个适合你？

抉择往往是困难的。

选择一条适合自己的道路，听取他人的建议但不盲从。

坚持自己，相信自己。

5,1、绪论,一、传统检测技术及特点,用敏感元件将被测参数转换成易于观测的信息量，通过显示装置给出被测参数的具体的信息。

特点1、敏感元件与被测参数“一一对应”：

被测参数就是待测参数；敏感元件的输出与被测参数之间有确定的函数关系；测量结果主要取决于敏感元件。

2、敏感元件不能满足新的测量要求,我们该怎样做？

6,二、智能检测技术,将人工智能的技术和方法应用于参数的检测一定要有敏感元件一定应用了人工智能技术,7,二、智能检测技术,各种的推理技术专家系统故障诊断人工神经元网络算法遗传算法模糊集合理论多信息融合技术（多传感器，虚拟多传感器信息融合）,8,二、智能检测技术,应用：

1、难测参数（现有传感器测量误差大；无合适的传感器）2、重要的设备和对象,9,2、人工智能一般原理,一、人工智能的发展,2、人工智能一般原理,二、人工智能系统的组成,输入/输出,知识表示,知识库,知识求解、推理,智能体,11,三、状态空间法与图搜索法,状态空间法是基于解答空间的问题表示和求解方法。

（寻找最佳路径）用状态空间图表示，节点代表状态，弧线代表状态空间的关系操作符,12,举例（重排九宫）,左移,上移,下移,右移,节点,初始节点,弧线,子节点,目标节点,13,图搜索方法,

（1）广度优先搜索法

（2）深度优先搜索（3）启发式搜索,14,15,

（1）广度优先搜索法,特点逐行搜索，先进先出；总可以找到目标节点；搜索效率低,16,广度优先搜索算法,17,18,

（2）深度优先搜索,特点：

晚生成的节点优先扩展不一定能找到目标节点搜索效率高,19,（3）启发式搜索,对OPEN表各节点进行评价，择优扩展评价函数：

E（x）=d（x）+h（x）mind（x）已花的代价h（x）到目标节点所需的代价,20,21,（4）代价图,3,4,5,6,3,4,例如：

推销员旅行,22,四、谓词逻辑与逻辑推理,

（1）原子公式由谓词符号和若干个项组成的谓词公式。

是谓词逻辑的最小单位RED（flower）INDOOR（robot,room1）GREATER（x,3）,23,

（2）合适公式,由多个原子公式应用连词构成的复合谓词公式合取（），“与”原子公式1原子公式2析取（V），“或”原子公式1V原子公式2非（），“否”原子公式蕴涵（），“条件结论”原子公式1原子公式2等价（）,24,（3）量词,全称量词（）“所有”（）INDOOR（x,room1）存在量词（）“有”（）INDOOR（x,room1）,25,（4）合适公式的性质,26,（5）逻辑推理（归结原理）,文字：

一个原子或原子公式的否定子句：

有文字的析取组成的公式,PVQT,PVRT,QVRT,消解原理,27,举例,喜欢三国演义者必读水浒；若某书与儒林外史同类，则一定不与水浒同类；没有人喜欢的书不会和三国演义同类；俞平伯只读与红楼梦同类的书。

求证：

如果红楼梦与儒林外史同类，则俞平伯一定不喜欢三国演义。

LIKE（x，三国演义）READ（x，水浒）,SAMESORT（y，儒林外史）SAMESORT（y，水浒）,LIKE（x，y）SAMESORT（y，三国演义）,READ（俞平伯，y）SAMESORT（y，红楼梦）,求证：

SAMESORT（红楼梦，儒林外史）LIKE（俞平伯，三国演义）,28,LIKE（x，三国演义）READ（x，水浒）,SAMESORT（y，儒林外史）SAMESORT（y，水浒）,LIKE（x，y）SAMESORT（y，三国演义）,READ（俞平伯，y）SAMESORT（y，红楼梦）,求证：

SAMESORT（红楼梦，儒林外史）LIKE（俞平伯，三国演义）,子句：

LIKE（x，三国演义）VREAD（x，水浒）,子句：

SAMESORT（y，儒林外史）VSAMESORT（y，水浒）,子句：

LIKE（x，y）VSAMESORT（y，三国演义）,子句：

READ（俞平伯，y）VSAMESORT（y，红楼梦）,对求证的取否SAMESORT（红楼梦，儒林外史）LIKE（俞平伯，三国演义）,子句：

SAMESORT（红楼梦，儒林外史）；LIKE（俞平伯，三国演义）,29,20:

53,Measurementofgas-liquidtwo-phaseflow,ComplicatedflowsystemParameterstobemeasured:

Singlephaseflowrate;Totalflowrate;Phasefraction;Flowpattern,3、基于神经网络的检测,

（1）生物神经元模型,当神经元所有输入的总效应达到阈值电平时，才产生电脉冲通过轴突输出,31,

（2）人工神经元模型,为激发函数,32,为激发函数,33,（3）人工神经网络,34,（4）基于反向传播网络的学习（BP算法）,35,求,其中，,36,（5）多样本BP训练算法增量型学习算法,1）取，Emax；选取R各初值2）P1=1，E=03）由XP1、R求OP14）计算及5）求R（与单样本一样计算），并R=R+R6）若P1P，P1=P1+1，转3）否则转7）7）若EEmax，训练结束否则转2）,37,（5）多样本BP训练算法累积型学习算法,1）取，Emax；选取R各初值2）P1=1，E=03）由XP1、R求OP14）计算及5）若P1P，P1=P1+1，转3）否则转6）6）若EEmax，训练结束，否则转7）7）求R，并R=R+R，转2）,38,累积型学习算法中R的求取,对于每一个样本XP1，计算进一步求得,39,单个样本：

（6）径向基函数（RBF）神经网络,X为输入向量,第j个基函数的中心；中心宽度,40,（RBF）神经网络的学习,学习率，动量因子,41,（7）神经网络的设计,1、网络结构的选择2、输入输出节点数的确定3、中间层层数及节点数的选择4、各参数的初始值的确定5、学习率的确定6、样本数的确定7、神经网络的不断训练,42,20:

53,predictthetemperatureofthe12thlayer,Temperaturepredictioninchemicalreactiontower,StructureofCarbonationTower,Tailgas,Pre-carbonatedammoniacalbrine,Carbonatedammoniacalbrine,Chilledwater,Chilledwater,Coolingwater,Coolingwater,CalcininggasII,CalcininggasI,20:

53,Temperaturepredictioninchemicalreactiontower,Inputvariables:

flowrateofcarbonatedammoniacalbrine;flowrateofpre-carbonatedammoniacalbrine;flowrateofcalcininggasI;flowrateofcalcininggasII;temperatureof5thlayer;temperatureof7thlayer;temperatureof17thlayer;temperatureof23thlayerthequantityofheatremovedbythecoolingwaterandchilledwater,Thestructureofpredictionmodel,20:

53,4、基于模糊逻辑推理的检测,

（1）模糊逻辑及其基本运算,46,

（2）模糊语言及隶属度函数,1）语言变量：

模糊逻辑运算的输入变量和输出变量；2）语言变量的论域：

变量的取值范围；3）量化等级：

对语言变量在论域内进行量化，分成若干个等级；4）模糊集；5）隶属度函数：

描写语言变量模糊集与量化等级的函数关系，,47,（3）规则库,基于专家知识推理规则：

IFATHENX（语言变量=“模糊集”）IF（AANDB）THENY,48,（4）模糊推理,根据输入量、规则库、模拟人类的推理决策过程进行推理，给出输出量与其量化等级的关系，即隶属度函数。

求关系矩阵R=DTC，为笛卡尔相乘其中，D=AB求D=AB则输出C=DTR，为模糊矩阵乘,49,（5）精确化过程,在推理得到的模糊集合中去一个能最佳代表这个模糊推理结果可能性的精确值的过程，即给出输出变量的量化等级。

1）重心法2）加权平均法,50,举例,温度控制系统，输入量为温度差e=Td-T；de（温度差e的变化量）。

输出量为u,表1语言变量的论域和量化,51,表2模糊变量的隶属度函数,52,表3规则表,设：

e=“1”，de=“-2”,53,对于规则1如果e=”ZE”，且de=“NS”，则u=“PS”,54,根据现状态输入，求D=AB,则输出C=DTR,55,同样方法，对于规则2，可得,对这两个模糊输出子集进行“并运算”，有,求输出u，采用重心法,取输出u0=“1”,做模糊控制表,56,