两层采同步抽油系统故障诊断模型的数值分析法

建立两层分采同步抽油系统的故障诊断模型，研究在实心抽油杆与空心抽油杆的界面处空心泵对应力波的影响，给出抽油杆柱不同杆段的波动方程的显示差分格式，提出一种故障诊断模型的反问题计算法。用此算法可在缺少一个边界条件的情况下求解故障诊断模型，获得抽油系统各个工况下抽油杆柱任意截面的受力状态，从而绘制出两层分采同步抽油系统的空心泵示功图和管式泵示功图。将此算法与模式识别技术相结合可对两层分采同步抽油系统的故障进行诊断。     

两层分采同步抽油系统故障诊断模型的数值分析法

建立两层分采同步抽油系统的故障诊断模型 ,研究在实心抽油杆与空心抽油杆的界面处空心泵对应力波的影响 ,给出抽油杆柱不同杆段的波动方程的显示差分格式 ,提出一种故障诊断模型的反问题计算法。用此算法可在缺少一个边界条件的情况下求解故障诊断模型 ,获得抽油系统各个工况下抽油杆柱任意截面的受力状态 ,从而绘制出两层分采同步抽油系统的空心泵示功图和管式泵示功图。将此算法与模式识别技术相结合可对两层分采同步抽油系统的故障进行诊断。     

基于改进BPNN的电子化指挥系统故障诊断

基于BP神经网络和案例推理模型,建立导弹电子化指挥系统故障诊断专家系统的基本结构,并给出一个具体的应用实例.首先对导弹电子化指挥系统的故障机理进行分析,在此基础上研究基于BP神经网络和案例推理相结合模型的故障诊断技术的应用,确定了基于改进BP神经网络的故障诊断专家系统的设计思想和实现方法,并建立了基于BP神经网络和案例推理结合模型的导弹测控系统故障诊断专家系统,弥补了单一故障诊断推理模型的不足.通过对某型导弹电子化指挥系统中语音系统的故障诊断实例,说明了该故障诊断专家系统的可行性.     

BP神经网络汽车故障诊断专家系统在异响故障中的探讨

针对汽车异响故障诊断的复杂性,提出了将BP神经网络技术引入汽车故障诊断专家系统的思想,并对基于神经网络的专家系统的原理进行探讨。最后,给出了一基于三层BP网的汽车发动机异响故障诊断专家系统的诊断过程。     

基于神经网络的塔式起重机电气设备故障诊断系统

为了提高塔式起重机的故障检测效率,将BP神经网络故障诊断应用于起重机电气设备的故障诊断中。该系统一方面可根据新的故障样本自动学习、训练和更新故障知识,形成新的故障诊断规则并添加到专家系统知识库中。另一方面,直接调用神经网络诊断模块实现故障诊断,根据故障现象诊断故障原因,为维修提供指导。     

基于三种理论的汽油机故障诊断系统应用研究

阐述了模糊逻辑、BP神经网络和专家系统的相关理论,探讨了结合三种理论构建系统的优点,介绍了电控汽油机故障诊断的相关理论。在上述理论的基础上,阐述了电控汽油机模糊神经网络诊断专家系统的构建方法,并运用MATLAB软件针对汽油机故障征兆-故障模式样本集编写了BP神经网络训练程序对样本进行了学习训练和仿真。     

蚁群优化BP神经网络的电机故障诊断设计与实现

针对传统的故障诊断方法采用专家知识推理方法在获取知识方面的困难,提出了一种采用蚁群优化算法和BP神经网络的自适应电机故障诊断系统。使用BP神经网络对样本数据进行训练,可以建立故障征兆到故障之间的对应关系,从而可以克服专家系统的不足,同时,由于传统的BP算法采用梯度下降算法,具有收敛速度慢和容易陷入局部最优解的问题,且BP神经网络的网络结构和初始参数在确定时往往依靠经验,从而限制了其在故障诊断领域的进一步发展。蚁群算法是一种启发式的模拟进化优化算法,具有正反馈及其分布式计算等特点,因此,将蚁群算法应用于BP神经网络的结构和参数进行优化,然后采用优化后的BP神经网络进行故障诊断,电机诊断实例证明文中方法较BP神经网络和遗传算法优化的BP神经网络具有更高的诊断精度和训练效率。     

基于油液分析的多层前向BP网络在复杂机械故障诊断中的应用

为了提高大型复杂机械故障诊断系统的诊断精度和自适应性,将改进的多层前向BP神经网络引入大型复杂机械系统故障诊断的研究,通过对该系统的多技术油液分析,建立了该机械系统油液分析故障特征表及神经网络目标输出,以此构建了基于油液分析的复杂机械系统多层前向BP网络故障诊断模型,并对该模型在MATLAB环境下进行了仿真训练和故障诊断。仿真结果表明,该模型能用于故障诊断,并有较高的输出精度。     

建材装备业订单成本预测与订单监控的研究与应用

对建材装备制造企业订单成本组成成分进行研究,根据实际情况对订单成本进行分部门统计。通过ERP系统对订单成本进行信息化集成,建立订单成本实例库,增加了专家系统模块,并通过BP神经网络模型对订单成本进行预测。同时,在ERP系统中增加了订单监控模块,对订单成本发生进度进行实时监控。将ERP系统与专家系统模块结合起来,达到订单成本快速预测与成本实时监控的目的。     

基于Delphi的TBM故障诊断专家系统

针对TBM建立了一个故障诊断专家系统，给出了系统结构设计，功能划分及其具体实现方案，并具详细论述了系统安全管理模块的实现方法。     

基于神经网络的数控机床故障诊断专家系统

针对传统专家系统在处理故障诊断中的不足,提出了将神经网络技术与专家系统融合的诊断模型,并用于数控机床的故障诊断中.介绍了诊断系统结构、功能及改进的BP神经网络算法,并给出了应用实例.试验结果表明,该方案合理、可行,有较好的应用前景.     

数控设备远程运行与故障诊断系统体系结构设计

以柔性制造系统中数控设备为制造单元并作为控制对象,以实现CAD/CAM/CAPP智能化、集成化地制造.通过分析网络化环境下数控设备远程运行与故障诊断系统的特点,提出该系统的体系结构,使用BP神经网络进行数控设备的故障诊断,阐述了基于BP神经网络和专家系统混合的神经网络故障诊断专家系统的基本原理,并分析了基于EJB的数控...     

基于BP神经网络的汽车故障诊断的研究

研究了一种基于BP神经网络的汽车故障诊断方法。主要结合了专家系统判断推理的思想,通过多个子BP神经网络形成一条诊断链,从故障征兆出发,对汽车故障进行分级连续诊断,使故障诊断范围逐级缩小,最终确定汽车故障的具体原因。该方法符合人的逻辑思维,实现简洁,同时具有很高的诊断精度和很好的鲁棒性,可行性强。     

基于BP神经网络的翻车机液压系统故障诊断

为了快速诊断出翻车机液压系统故障产生的位置以及故障原因,提出了一种基于BP神经网络算法的翻车机液压系统故障诊断方法,在此基础上提出了大型液压系统故障诊断分块建模的原则。利用某公司C型转子式翻车机故障数据样本建立了整体、分块故障诊断BP神经网络模型,对比实验数据分析表明,采用分块建模原则建立的BP神经网络故障诊断模型对翻车机液压系统故障具有较高识别精度,对提高翻车机液压系统状态监测与故障诊断能力有较大实用价值和工程意义。     

基于神经网络的齿轮故障诊断专家系统

基于齿轮典型故障机理及其信号特征,采用时域、幅值域与频谱分析相结合的诊断方法,建立了齿轮故障诊断神经网络模型,试验验证模型诊断结果具有较高准确性。基于Windows平台和Visual C＋＋语言,开发了基于神经网络的齿轮故障诊断专家系统,将传统的时频信号分析理论与现代小波分析、神经网络和专家系统技术融入齿轮故障诊断之中,形成一个更加完善基于神经网络的齿轮故障诊断专家系统。     

连续采煤机装载系统故障诊断的专家系统

装载系统是连续采煤机重要的组成部分,如果发生故障将导致连续采煤机停止工作,严重影响其生产率.通过对连续采煤机装载系统常见故障及其原因分析,采用BP神经网络方法,建立了连续采煤机装载系统故障诊断专家系统,利用该系统可确定连续采煤机装载系统的运行状态、降低故障率、提高生产率和使用寿命.     

基于优化BP神经网络的快速起竖装置液压驱动系统故障诊断

快速起竖装置在自卸车等工程机械以及导弹发射车等军事领域均有较为广泛的应用。液压驱动系统是快速起竖装置的核心,准确诊断其故障具有重要意义。传统BP神经网络故障诊断准确率随着故障类型的增加急剧下降,难以满足工程需求。以快速起竖装置液压驱动系统为研究对象,提出一种基于BP神经网络和AdaBoost算法的故障诊断方法,将BP神经网络与逐步叠加建模算法结合,构造多分类BP-AdaBoost算法,建立故障诊断模型,搭建故障诊断实验台并设置8种典型工况。分析实验数据表明,该BP-AdaBoost算法与传统的BP神经网络方法相比具有更优的分类性能。