共查询到10条相似文献,搜索用时 31 毫秒
1.
柴油发动机状态监测及故障诊断的关键环节是特征参数的挖掘。提出了一种将距离测度和奇异值分解相结合的特征挖掘方法,将该方法应用到发动机的特征挖掘中,并将挖掘到的特征作为BP神经网络的输入向量用于发动机的故障诊断。结果表明,根据类间距离和类内距离之比定义的特征敏感度可以很好地区分不同的类,基于距离测度和奇异值相结合的方法可以优化特征,提高诊断的准确率。利用训练好的BP神经网络对现场12台发动机进行故障诊断,有11台诊断结论完全正确,诊断的准确率为91.67%。 相似文献
2.
3.
密度反演以物性变化勾绘场源范围,具有模拟复杂地质体的能力和较强的适应能力,是提高重力方法解决地质问题能力的重要途径。本文利用径向基函数(RBF,Radical Basis Function)神经网络突出的非线性映射能力和泛化性,实现了重力密度二维非线性反演。模型计算证明了该方法的有效性,同时探讨了网络结构、参数的选择以及随机噪声对反演结果的影响。应用此法对中国西北地区阿门子处的重力异常进行反演计算,证实了此方法的实用性。 相似文献
4.
模糊推理与神经网络在催化裂化分馏塔装置中的应用 总被引:3,自引:0,他引:3
介绍了采用神经网络模型对催化裂化分馏塔的产品质量进行在线预测分析,采用模糊推理的方法,开发基于网络环境下实时在线的故障诊断专家系统。这两种技术相结合,克服了各自的缺陷,实现了优势互补。结果表明该模型具有较高的精度,与化验值的拟合程度较好,给予了在线操作指导,减少质量事故,提高经济效益。 相似文献
5.
6.
针对一个连续搅拌釜式反应器,将容错控制(FTC)与故障诊断(FDD)方法相结合,提出了一种关于传感器故障的容错控制方法。用RBF神经网络建立传感器故障模型,对系统的状态和故障参数进行在线估计,将故障参数与修正的Bayes分类算法相结合,进行传感器故障的在线检测、分离和估计。当传感器发生故障时,认为是系统处于不同的工作模式,利用估计出的状态值在线训练神经网络控制器的参数,使网络适应系统新的(故障)状态,维持系统性能。仿真结果表明,方法具有很强的关于传感器故障的容错能力。 相似文献
7.
8.
9.
径向基神经网络优化及在储层敏感性定量预测中的应用 总被引:1,自引:0,他引:1
径向基(RBF)神经网络法具有网络结构简单、逼近能力强和学习速度快等优点,已成为最具发展潜力的储层敏感性智能预测方法之一,但在实际应用中仍存在泛化能力不强、网络训练不收敛等问题。通过在输入层中引入补充节点,对网络拓扑结构进行优化,有效地提高了RBF神经网络的逼近精度和泛化能力。在确定储层敏感性主要影响因素的基础上,通过对径向基函数散布常数的优选,进一步优化了RBF神经网络的性能。采用所收集的胜利、辽河、大港及江苏油田共125组数据,进行了神经网络训练和预测检验,优化了RBF神经网络,并在储层敏感性预测方面进行了应用。结果表明,对于训练集内的样本,预测的平均准确率均大于93.79%,且预测值与实验值的相关系数均大于0.995;对于训练集外的样本,预测的平均准确率大于91.59%,预测值与实验值的相关系数大于0.994,实现了对储层敏感性的准确、定量预测。 相似文献