电机故障诊断的仿真研究

研究电机故障诊断问题.针对电机信号具有非平稳和随机性特点,为保证电机运行的安全性,准确进行故障诊断,传统方法不能有效识别故障信号特征,导致故障识别准确率低,现提出一种基于小波分析和神经网络相结合的电机故障诊断方法.采用小波包变换技术对电机故障振动信号进行去噪处理,然后利用小波包分解系数计算各子频带能量值,根据能量值的变化构建故障特征向量,利用将特征向量作为RBF神经网络的输入进行故障识别,并在Matlab仿真平台上进行仿真.仿真结果表明方法提高电机故障诊断的准确率,有效克服了传统方法存在不足,同时缩短了电机故障诊断的时间.     

基于模糊逻辑和组合证据理论的信息融合技术在网络管理中的应用

研究基于模糊逻辑和组合证据理论的综合信息融合技术在网络管理中的应用．研究了用于网络管理的来源于多信息源的关联规则的融合方法和推理机制，以及故障与故障原因的模糊关系和模糊规则的融合方法及推理机制；在故障定位方面，采用组合证据理论对网络专家、规则推理和模糊推理所给出的故障原因进行融合得出综合的诊断结果。     

基于模糊推理图的故障诊断

根据系统元件之间的连接结构构建故障诊断模糊推理图,通过对模糊推理图进行化简及模糊运算实现对系统的故障诊断。以观测点作为属性准则形成诊断矩阵,在推理图中按照原因-结果对进行连续推理,获得一个模糊诊断的优先级别排列,以减少故障的排查时间。     

基于优选小波基和模糊SOM网络的模拟电路故障诊断

为了解决模拟电路故障诊断中的特征提取困难并实现对模拟电路故障模式准确的分类,提出一种优选小波基、模糊理论和自组织特征映射网络(SOM,self-organizing feature map)相结合的模拟电路故障诊断方法.该方法首先对模拟电路故障响应信号进行小波分解、提取能量值、均值和方差组成输入特征向量,同时采用余弦分离度评价小波变换在不同小波基函数下获取故障特征的有效性,据此选择余弦分离度最小的小波基分解的特征向量输入到自组织特征映射网络进行故障分类.仿真实验表明,利用余弦分离度选择的最优小波基能有效提高模拟电路故障特征提取,模糊神经网络能对故障模式进行精确分类.     

基于Boosting模糊分类的滚动轴承故障诊断

本文提出了一种新颖的基于Boosting模糊分类的滚动轴承故障诊断方法.利用小波包对滚动轴承的振动加速度信号进行分解,得到滚动轴承动态信号在不同频带的能量,并以此作为滚动轴承的特征向量,采用模糊分类方法进行故障诊断.该方法利用Boosting方法和遗传算法以迭代形式获取一组模糊规则及规则对应的权值,分类器以加权投票方式进行分类决策对7类滚动轴承进行了实验,结果表明该方法具有很好的故障诊断效果.     

基于FLcom的模糊知识推理与搜索处理

基于区分矛盾否定、对立否定和中介否定的模糊命题逻辑形式系统FLcom,研究模糊知识及其不同否定的区分与形式表示,以及模糊知识推理与搜索处理。依据FLcom的语义解释,定义模糊命题的否定算子。具体采用Zadeh算子作为模糊推理算法,给出规则路径表的定义,利用规则路径表表示模糊推理规则及搜索过程。通过一个交通事故模型,讨论该模型的模糊推理及搜索过程,给出了搜索的算法及其实现结果。     

基于小波-模糊神经网络的齿轮箱故障诊断

根据齿轮箱传动部件故障机理,利用小波变换多分辨率特性和时频局部化特性,提取出故障特征信号;并利用有效的消噪技术,去除噪声干扰.参考专家经验,给出模糊规则及模糊神经网络模型,实现故障推理.并将小波变换和模糊神经网络应用在上海宝钢热轧机的齿轮故障诊断中.     

应用带标识的模糊Petri网的模糊推理

本文针对模糊推理中常存在推理结果意义不明确的问题,提出应用带标识的模糊Petri网(MFPNs)进行模糊推理。推理的过程中考虑模糊产生式规则的权值、阈值、确定性因子等几种知识表示参数以获得更多信息。给出基于相似性测度的模糊推理算法,通过计算带标识的模糊Petri网的最终输出库所中的托肯值可以得到最终的模糊推理结果。通过实例可以验证这样得到的推理结果意义更明确,计算过程更加高效。     

复励式无刷直流电机故障诊断研究

针对复励式无刷直流电机弱磁控制的故障信号特点,选择小波神经网络作为电机故障诊断方法.根据电机的故障树,确定了电流作为其故障诊断信号.以最常见的绕组短路和开路作为研究对象,通过对不同小波基函数的对比分析,选择coif5作为小波基函数.利用Mallat算法对典型电机故障信号进行了检测,采用第2层分解时的高频系数d2作为特征...     

基于小波-神经网络的电机振动故障诊断

针对电机振动信号的频谱特点，提出基于小波-神经网络技术的电机故障模式识别与诊断的新方法。利用小波包的多维多分辨率特性，对电机振动信号进行分解与重构，获得振动信号的突变信息，提取与电机故障相关的特征信息，将其作为特征向量输入ART2神经网络，对其进行训练。经过训练后的神经网络可对电机工作状态进行在线监测和实时故障诊断，并在转子实验台上进行了模拟故障仿真试验。通过对仿真结果的分析，证实这种诊断方法的可行性。     

惩罚复杂诊断系统混合噪音的模糊小波分类机

针对复杂故障诊断系统特征数据中具有高斯、幅值较大、奇异点等混合噪音, 设计一种分段式损失函数, 构造基于小波基函数的小波核函数, 由此得到一种输出为模糊数的模糊小波ν-支持向量分类机, 即模糊鲁棒小波ν-支持向量分类机(FRWν-SVC). 它可以有效地压制故障特征时序的多种噪音和奇异点, 具有很强的鲁棒性, 而且它比标准模糊小波ν-支持向量分类机(FWν-SVC)具有更简洁的对偶优化问题. 最后进行了汽车装配线故障诊断的实例分析, 结果表明基于FRWν-SVC的故障诊断模型是有效可行的.     

模糊PID无速度传感器矢量控制系统的设计

以异步电动机矢量控制的基本方程式为基础,构建了一个无速度传感器矢量控制系统。系统的转速推算采用模型参考自适应控制(MRAC)理论。为了提高矢量控制系统的性能,提出并设计了3个模糊PID控制器,分别控制间接矢量控制系统中的速度、转矩和磁链。仿真结果表明基于该方法的系统能获得比较好的控制性能。     

电动机故障诊断技术探讨

介绍了电动机常见电气故障和机械故障的类型及产生原因,详细阐述了短时傅里叶变换、小波变换、小波包变换、经验模态分解等基于信号处理的诊断方法,以及基于专家系统、模糊理论、支持向量机、神经网络等的智能诊断方法在电动机故障诊断中的应用,指出多种诊断方法相结合以及信息融合方法是电动机故障诊断技术的发展趋势。     

一种基于小波的模糊建模方法

为克服一般Takagi-Sugeno模糊模型的局限性,提出了一种新的用于复杂系统建模的模糊模型．理论分析表明该模型可表示任何一个紧集上的连续函数．该模型的一个显著特点是,模糊模型的输入输出关系与使用特殊母波函数的小波变换的形式相同．基于该性质,可方便地运用小波变换理论确定模糊模型的结构并初始化模型参数．本文详细地介绍了辨识该模糊模型的算法．通过对一个复杂非线性系统的建模并与以前的结果进行比较,验证了本文方法的有效性．     

基于小波分析的煤矿机电设备故障检测关键技术应用研究

针对煤矿关键设备中常见多发机械故障,深入研究煤矿设备机械故障振动特征识别技术及其应用。介绍了智能诊断技术中专家系统、模糊控制、神经网络控制等的特点,通过理论与技术分析,提出小波分析实现煤矿设备不同损伤类故障微弱特征识别,以及煤矿设备在线监测与故障智能诊断应用。     

A new wavelet-based fuzzy single and multi-channel image denoising

In this paper, we propose a new wavelet shrinkage algorithm based on fuzzy logic. In particular, intra-scale dependency within wavelet coefficients is modeled using a fuzzy feature. This feature space distinguishes between important coefficients, which belong to image discontinuity and noisy coefficients. We use this fuzzy feature for enhancing wavelet coefficients' information in the shrinkage step. Then a fuzzy membership function shrinks wavelet coefficients based on the fuzzy feature. In addition, we extend our noise reduction algorithm for multi-channel images. We use inter-relation between different channels as a fuzzy feature for improving the denoising performance compared to denoising each channel, separately. We examine our image denoising algorithm in the dual-tree discrete wavelet transform, which is the new shiftable and modified version of discrete wavelet transform. Extensive comparisons with the state-of-the-art image denoising algorithm indicate that our image denoising algorithm has a better performance in noise suppression and edge preservation.     

双电机同轴驱动系统功率追踪算法研究

研究同轴双电机负载功率追踪问题,在该系统中,两台电机速度被强制同步,由于两台相同电机参数略有差异,将导致功率分配不平衡。基于功率平衡要求,根据矢量控制理论,将交流异步电机的电机转矩和电机磁通的解耦,得到双电机功率(电流)追踪的数学模型,通过设计模糊控制器与迭代算法进行控制,进行了同轴双电机功率追踪问题仿真。仿真结果表明,模糊PID控制与迭代算法控制的系统相比,可以提高功率跟踪的响应速度,更快达到功率平衡。     

模糊PID矢量控制在异步电机调速中的应用

为了提高三相异步电机矢量控制的性能,在传统的转速PID控制器的基础上,建立模糊PID控制器,利用Matlab/Simulink搭建基于三相异步电动机转速控制的模糊PID系统,分别使用常规PID控制器与模糊PID控制器进行控制,并进行比较。仿真结果表明模糊控制能使系统取得较好的控制性能并具有较强的鲁棒性。     

Detection of electrocardiogram beats using a fuzzy similarity index

Abstract: A new approach based on the computation of a fuzzy similarity index (FSI) is presented for the detection of electrocardiogram (ECG) beats. Four types of ECG beats (normal beat, congestive heart failure beat, ventricular tachyarrhythmia beat, atrial fibrillation beat) obtained from the Physiobank database were analysed. The ECG signals were decomposed into time–frequency representations using the discrete wavelet transform and wavelet coefficients were calculated to represent the signals. The aim of the study is detection of ECG beats by the combination of wavelet coefficients and the FSI. Toward achieving this aim, fuzzy sets were obtained from the feature sets (wavelet coefficients) of the signals under study. The results demonstrated that the similarity between the fuzzy sets of the studied signals indicated the variabilities in the ECG signals. Thus, the FSI could discriminate the normal beat and the other three types of beats (congestive heart failure beat, ventricular tachyarrhythmia beat, atrial fibrillation beat).     

基于在线搜索的感应电动机模糊节能控制

针对传统的按转子磁链定向的感应电动机间接矢量控制系统在轻载情况下效率低的问题,提出了一种将基于在线搜索的模糊节能控制方法引入到传统的感应电动机控制系统中的设计方案。该方案在感应电动机瞬态运行时采用按转子磁链定向的间接矢量控制方法;在感应电动机稳态运行时采用基于在线搜索的模糊节能控制方法,以测得的直流输入功率作为控制量进行模糊寻优控制,可使电动机在最大效率处运行。仿真结果验证了该方案的正确性和有效性。