基于遗传神经网络的汽轮发电机组故障诊断研究

讨论了汽轮机故障诊断中的特征提取、数据处理和遗传神经网络结构。诊断系统的核心即神经网络分类系统可根据征兆区分不同故障。由于事先不知道故障征兆关系 ,所以诊断系统应有学习功能 ,基于遗传神经网络可满足这种要求。基于此提出的新故障诊断方法并应用汽轮发电机组故障诊断中 ,诊断结果与实际相符 ,从而验证了该方法的有效性和实用性     

基于自适应增强差分积形态滤波器的滚动轴承故障特征提取方法

为了在强背景噪声下提取滚动轴承微弱的故障特征信息.提出一种新的自适应增强差分积形态滤波方法(Adaptive enhanced difference product morphological filter,AEDPO)用于滚动轴承早期的故障诊断.首先,结合已有的四种形态学滤波算子滤波的能力,提出一种改进的增强差分积形...     

用神经网络方法识别结构损伤的研究

首先提供了结构损伤前后固有频率的变化包含了损伤位置的程度信息，研究了利用动态响应和神经网络技术进行结构参数识别的方法，并确定了结构损伤的位置与程度，建立了一个BP网络结构损识别模型，计算结果表明，该BP网络能准确实现结构损伤判别与定位，说明该方法有效，可靠。     

袋式除尘器高温烟气控制技术研究

大气环境问题日益严重,在烟尘治理中袋式除尘越来越占居主导地位。为有效保证高温烟气除尘效果,降低成本,从温度控制、清灰机制、压力调控等方面进行研究。鉴于除尘参数复杂多变、工况波动大,将现代控制理论应用于袋式除尘器中。结合除尘经验,改进隶属度函数,设计除尘器温度模糊控制器。通过对现场数据的采集和分析,对比控制结果。应用表明:模糊温度控制方法和联合清灰机制在袋式除尘器控制中具有良好的效果。     

二维位置敏感器件背景光消除的神经网络方法

位置敏感器件 (position sensitive detectors,简称 PSD)是一种可直接对其光敏面上光斑位置进行检测的光电器件 ,常用于非接触高精度动态位移监测。 PSD器件使用中的一个关键问题是如何克服背景光的干扰 ,以提高检测的精度和可靠性。根据 PSD的原理及特征方程 ,分析了存在背景光时 PSD输出信号是非线性的。提出一种基于神经网络的 PSD背景光非线性修正方法。利用神经网络具有逼近任意非线性函数的特点 ,通过训练使神经网络建立在不同背景光下 PSD输出与其标准值之间的非线性映射关系 ,实现 PSD全程跟踪补偿。计算机仿真表明 ,该方法能有效地消除背景光的影响     

改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用

针对惩罚因子C和核参数g选择不当造成支持向量机(SVM)分类效果不理想的问题,在基本粒子群(PSO)算法基础上引入动态惯性权重、全局邻域搜索、种群收缩因子、粒子变异概率等操作,提出了一种新的改进型粒子群(IPSO)算法优化SVM参数的分类器。采用Libsvm工具箱中的公共数据集BreastTissue,Heart和Wine来测试其分类效果,结果表明IPSO-SVM分类器在预测精度和分类时间上明显优于SVM和PSO-SVM分类器。然后将其应用于滚动轴承的二分类问题和多分类问题的故障诊断中,仿真实验证明IPSOSVM分类器能显著提高全局收敛能力和收敛速度,可得到理想的分类结果。最后,用IPSO-SVM分类器对实际轴承进行故障诊断,结果验证了其拥有良好的分类稳定性,值得进一步在工程领域内推广。     

采用驻波理论的一种特殊的隔声结构

在为相对狭小声源作隔声处理过程中,考虑到声音传播时出现类似管道中的驻波现象,通过理论计算,设计新型的隔声结构。经真实的实验研究结果验证,这种结构不仅能有效地吸收隔声,还能防止因驻波现象对机器本身造成的不良影响。     

基于神经网络评标方法的建立与应用

本文就招标活动中存在的专家评标时随意性大的问题,从招标活动的关键性环节—评标方法着手,针对建设工程的不同特点,对评标内容进行分类剖析,利用人工神经网络的智能识别功能,建立基于神经网络的评标方法。应用该方法可以科学地评价多因素建设工程投标方案。     

遗传算法中交叉和变异概率选择的自适应方法及作用机理

在指出了传统遗传算法中交叉和变异概率的选择具有盲目性的基础上, 提出了遗传算法中交叉和变异概率选择的改进措施, 对其作用机理进行了深入的分析, 指出改进算法体现了自适应策略. 用一个非常复杂的数学函数对新算法进行了测试, 结果表明改进算法克服了传统遗传算法难以解决的早熟和局部收敛的问题.     

遗传算法工程应用进展

遗传算法是一种自适应启发式群体型迭代式全局搜索算法，在很多学科中都有潜在的应用，首先介绍了遗传算法的基本原理，指出了它的特点；论述了在故障诊断，化工过程，系统辩识，最优控制，电力系统等领域中的应用，并对遗传算法的深入研究前景提出了展望。