基于BP神经网络的钻机齿轮箱故障诊断方法

提出了利用BP神经网络,通过采集样本、训练,最后实现对钻机回转器齿轮箱准确的故障诊断和预判,为实际钻机钻进工作者提供了帮助。     

基于模糊神经网络的航空发动机故障诊断研究

提出了一种基于模糊神经网络的航空发动机故障诊断方法 ,介绍了该方法的原理及实现算法 ,并利用某型发动机地面定检状态实测的数据作为样本数据 ,建立了基于模糊神经网络的航空发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识 ,结果表明该方法具有学习速度快、诊断精度高等优点。可用于航空发动机及其它装备的故障诊断。     

基于模糊神经网络的直流电网故障诊断研究

介绍了模糊规则网络的原理,给出了神经网络模型在故障诊断过程中的学习算法,并将其应用于直流电网的故障诊断。结果表明：用模糊神经网络技术能够及时准确地对机器进行故障诊断,具有良好的应用前景。     

基于模糊神经网络的汽车液压泵的故障诊断研究

为了达到准确地对汽车液压泵进行故障诊断的目的,深入地研究了模糊神经网络在故障诊断中的应用.首先,分析了模糊RBF神经网络模型以及对应的算法流程;接着,根据汽车液压泵所存在的故障建立了故障诊断的数据样本对模糊神经网络进行训练;最后,利用训练后的模糊神经网络对汽车液压泵进行故障诊断,结果表明,模糊神经网络具有非常高的故障诊断效率.     

基于模糊神经网络的电力变压器故障诊断研究

将模糊控制和神经网络理论相结合,通过遗传算法对其参数进行优化,有效地解决了常规模糊理论不能自学习和神经网络算法易陷入局部极小、收敛速度慢等缺点,并对其应用于电力变压器故障诊断进行了仿真,实例仿真结果表明该算法具有较快的收敛速度和较高的计算精度,故障诊断结果证实了该算法应用于电力变压器故障诊断的有效性。     

基于模糊神经网络的液压动力机构故障诊断研究

介绍了模糊规则网络的原理及算法.并用该网络对一种由三通阀和差动液压缸构成的液压动力机构的故障进行了趋势预测.实验证明:用模糊神经网络技术能够及时准确的预报机器故障,为机器的尽快维修提供了可靠的依据.     

基于模糊神经网络的液压动力机构故障诊断研究

介绍了模糊规则网络的原理及算法,并用该网络对一种由三通阀和差动液压缸构成的液压动力机构的故障进行了趋势预测.实验证明:用模糊神经网络技术能够及时准确的预报机器故障,为机器的尽快维修提供了可靠的依据.     

基于模糊神经网络的锅炉系统故障诊断研究

在介绍人工神经网络的基本原理和基于神经网络的锅炉系统故障诊断原理的基础上,将模糊逻辑引入了神经网络,研究了集成的模糊神经网络在锅炉系统故障诊断方面的应用,并给出了锅炉样本的一个实例训练过程及测试结果,与传统的标准BP网络算法对比,证实了该方法在锅炉的故障诊断方面能够取得更好的效果。     

基于神经网络的导弹故障诊断方法研究

针对传统方法在导弹故障诊断领域应用中的局限性,提出了将神经网络理论与专家系统技术相结合的混合方法用于导弹的故障诊断过程.介绍了BP神经网络推理模型,研究了基于神经网络的导弹故障智能诊断专家系统的结构及功能实现,并对某导弹系统进行了故障分析,给出了具体的诊断实例.将此方法应用于导弹武器系统故障诊断中,可提高诊断的智能性.     

基于改进模糊神经网络的特高压输电线路过电压故障诊断方法

为优化输电线路过电压故障诊断效果,文章基于改进模糊神经网络,开展特高压输电线路过电压故障诊断方法的设计研究。首先,采集特高压输电线路的输电信息,引进EMD方法,将采样的信号分解为若干段非线性、非平稳的本征模态函数,以此为依据,确定特高压输电线路故障信息;其次,引进改进模糊神经网络,进行特高压输电线路中故障信息的处理与特征提取;最后,构建故障诊断模型,实现特高压输电线路过电压故障诊断功能。对比实验结果表明,设计的方法可以实现对特高压输电线路过电压故障的精准诊断。     

基于神经网络的潜水器自动操舵仪故障诊断研究

开展某型潜水器自动操舵仪功能结构分析,在此基础上设计了基于RBF神经网络的故障诊断流程,使用历史故障事件库数据进行神经网络训练,并采用故障事件数据对诊断识别能力进行检验,为潜水器自动操舵仪的故障诊断识别提出了一种新的思路。     

利用神经网络对齿轮箱进行故障诊断的实例分析

以JZQ250型号齿轮箱为实验对象,根据实际状况下齿轮箱的故障机理和振动特点,设计了状态监测与故障诊断实验方案,采集了齿轮箱振动信号,应用MATLAB软件中自带的神经网络工具箱,编程实现了神经网络预测模型.仿真和实验证明,此模型能够有效地检测出齿轮箱的典型故障,可以用于齿轮箱的故障诊断.     

基于模糊神经网络与数据融合的机械故障智能诊断系统

将模糊理论与人工神经网络有机地结合起来,进行优势互补,并通过数据融合算法在诊断的结果层面上进行适当的融合,提高了诊断的可靠性.为机械故障的智能诊断提供了一种新思路.     

基于切片谱RBF神经网络的旋转机械故障诊断

结合切片谱和RBF神经网络提出一种切片谱RBF神经网络旋转机械故障诊断方法。该方法以信号的切片谱为故障特征量,以RBF神经网络为分类器,进行旋转机械故障诊断。轴承故障的诊断结果表明,该方法是可行和有效的。     

基于神经网络模型的高铁轮对故障诊断和预测方法的研究

提出将高铁轮对运转时产生的振动信号作为样本,分析在高铁轮对运转中,其振动信号中均值、方差、均方值、峰度、裕度因子、脉冲因子等值的变化。由于时域振动信号分析具有很强的实时性,因此采用振动时域信号作为特征信号,提取出能量参数、峰度参数、波形参数、裕度参数、脉冲参数和峰值参数作为样本输入到神经网络模型中,提出利用概率神经网络模型进行高铁轮对故障诊断。利用径向基网络模型,分析历史故障数据,对故障初期显示出的信号特征进行分类,确定中心节点,预测出故障类型,保障高铁轮对可靠运行。     

基于BP神经网络的齿轮箱故障诊断

对BP神经网络的结构与原理进行了简要概述,将BP神经网络技术运用于齿轮箱的故障诊断中 ,以齿轮振动信号的时域特征作为神经网络输入,齿轮的主要故障形式为网络输出,利用经 BP算法训练后的该网络对齿轮故障进行诊断,取得了较好的效果.     

基于RBF神经网络的电喷发动机故障诊断研究

研究了RBF神经网络用于电喷发动机故障诊断的方法,并建立了神经网络故障诊断模型.最后,以桑塔纳2000型(GSI)轿车AJR型发动机怠速不稳故障为例,通过V.A.G1552汽车故障诊断仪测量出所需的数据流,在Matlab环境下,对电喷发动机怠速不稳的2种故障原因进行故障模式识别和诊断.     

基于模糊神经网络的故障预测方法研究

在对模糊神经网络技术进行研究的基础上,介绍了故障预测原理,建立了预测分析的模糊神经网络模型,提出了改进的预测算法,并举例对算法进行了仿真验证。预测结果表明该方法能够取得比传统的BP更好的效果,是可行而有效的。为仪器设备的尽快维修提供了可靠的依据,具有良好的应用前景。     

基于排气分析的发动机故障诊断模糊神经网络模型

根据基于排气的发动机故障诊断中信息模糊、多变的特点,结合模糊逻辑系统的鲁棒性、神经网络的时变性和非线性等优势,建立了发动机故障诊断的模糊神经网络模型.模型的训练与测试结果表明,该模型提高了发动机故障诊断的准确性.     

基于小波包特征向量与神经网络的滚动轴承故障诊断

基于故障轴承的特征提取,提出了将小波包分析与神经网络结合的滚动轴承故障诊断方法.对滚动轴承信号进行3层小波包分解,构造小波包特征向量作为故障样本,用训练好的BP神经网络进行故障诊断,试验结果表明,该方法能够有效地诊断出滚动轴承的故障类型.