基于遗传神经网络的矿井通风机故障诊断研究

为了提高矿井通风机机械故障诊断的准确性,提出了一种基于遗传神经网络的矿井通风机故障诊断模型。利用BP神经网络的自学习、自适应、强容错性,并通过遗传算法优化BP神经网络的连接权重和阈值。弱化了故障诊断中的人为因素,提高了评价结果的准确性和权威性。仿真结果表明,该诊断方法具有准确度高、诊断速度快等优点,是一种实用的故障诊断方法。     

基于小波遗传神经网络矿用振动筛故障诊断分析

矿用振动筛长期受到反复荷载作用容易出现筛板松动变形、筛框梁开裂、激振器抱轴等故障,影响振动筛的正常使用。利用小波降噪技术能够提取出振动筛故障信号,由此判断故障类型,故障诊断效率较高。设计诊断系统的BP神经网络,介绍其网络结构、初始参数的设置和权值的训练方法,将小波遗传神经网络的诊断效果与小波神经网络进行对比,结果显示前者在诊断效率和诊断准确性上都有明显优势。     

基于小波遗传神经网络的大型直线振动筛故障诊断

以大型直线振动筛侧帮裂纹为研究对象,利用小波分析对振动信号进行降噪处理和故障特征提取,设计系统故障诊断的BP神经网络,并用遗传算法对网络结构、参数和学习规则进行优化。通过样本训练和测试,这种小波遗传神经网络具有较高的故障识别能力、分类精度和速度。     

基于RBF神经网络的滚动轴承故障诊断研究

介绍了RBF神经网络的模型及原理,阐述了滚动轴承故障的机理;通过滚动轴承的故障特征数据,构建的RBF神经网络,实现了轴承的智能故障诊断。     

基于粗糙集-遗传神经网络分类器的矿井通风机故障诊断研究

针对当前矿井通风机机械故障诊断所面临的问题,提出了一种粗糙集-遗传神经网络分类器模型和它的构造方法,模型先利用粗糙集理论约简样本决策表属性,然后再利用遗传神经网络进行网络训练。通过与基本BP网络模型的对比,验证了该方法用于故障诊断的有效性。     

基于集成神经网络风机故障诊断系统的研究

利用集成神经网络建立了风机故障的智能诊断系统。该系统在设备异常后进行诊断,并能给出结果和建议,体现了高度的智能化行为。     

基于Elman神经网络矿用通风机故障诊断的研究

介绍了一种基于Elman神经网络的通风机故障诊断的诊断原理,学习算法以及技术路线。通过对现场信号特征数据的采集以及归一化处理,对Elman神经网络选取最优的结构与参数,实现了煤矿主通风机故障类型的智能分类与诊断。与传统BP神经网络诊断结果相比较,Elman神经网络综合诊断性能更优。最后通过风机的故障诊断实例表明:Elman神经网络在提高学习速度上有了很大的改进,并且有效地抑制了传统神经网络容易陷于局部极小的缺陷,缩短了自主学习的时间,是风机故障诊断的有效方法。     

基于模糊神经网络的风机故障诊断

风机是企业安全生产的关键设备,探讨有效的故障诊断方法有着实际意义。将故障树和模糊神经网络相结合,利用故障树信息和专家经验知识提取神经网络的训练数据,并应用在风机故障诊断中,实例证明此方法较其他分析方法更简明、有效。     

基于神经网络的齿轮箱故障诊断

煤矿机械齿轮传动系统在低速重载等恶劣工况下极易发生故障,齿轮箱部分尤为突出。因此展开对恶劣工况下的齿轮箱故障诊断研究具有重要的意义。以齿轮箱中齿轮为研究对象,通过提取与齿轮箱振动相关的故障特征,经过神经网络的学习训练实现对齿轮箱故障的分类。经检验,该诊断神经网络对齿轮箱故障有很高的辨识度。     

基于概率神经网络的风机故障诊断

针对风机常见故障征兆与故障类型之间的非线性映射关系,结合专家知识建立了风机系统故障知识库,提出了基于PNN神经网络的风机故障诊断方法,结果表明该方法能克服BP算法诊断过程中容易陷入局部极小的缺点,并能满足故障诊断的快速性和准确性要求,适用于在线检测,具有实际应用价值。     

基于ANSYS的转载机链轮轴的失效分析

为了解忻通公司损坏的SZZ800/315顺槽用刮板转载机链轮轴的失效原因,用ANSYS对链轮轴进行有限元静力学分析,再通过失效实物与有限元分析结论比较,找出失效原因,得出易损部位和有效的预防措施,同时也为刮板转载机链轮轴的优化设计提供依据。     

模糊神经网络技术在带式输送机故障诊断中的应用

介绍了模糊规则网络的原理及算法,并用该网络对带式输送机液压张紧装置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地预报机器故障,为机器的尽快维修提供了可靠的依据。     

基于遗传小波网络的电动机故障诊断

对基本的遗传算法进行了改进,并将其与BP算法相结合构成混合算法应用到电动机故障诊断的小波神经网络训练中。仿真结果表明,该算法有效地解决了小波网络初值设置不合理,极易进入局部极小的区域,以致网络振荡增大、不收敛,而GA算法独立训练神经网络速度缓慢等缺点。用训练过的小波神经网络模型对5组电动机故障进行验证和诊断的仿真结果也表明了,该算法具有较快的收敛速度和较高的计算精度,证实了该算法应用于电动机故障诊断的有效性。     

基于遗传神经网络的变压器故障诊断

变压器是重要的输变电设备,其运行状况直接影响到发、供电系统的安全性和可靠性,研究有效地故障诊断方法具有实际意义。将故障树、神经网络和遗传算法相结合应用于变压器故障诊断中,并通过实例证明此方法是有效可行的。     

基于ADAMS装载机执行机构的仿真研究

利用三维建模软件SOLIDWORKS对该新型装载机整体进行了参数化实体建模,将装载机整个实体模型导入至动力学仿真研究软件ADAMS中,对其关键部件执行机构进行了仿真研究。验证了该新型装载机符合设计参数要求,并对装载机的两种典型工况进行了仿真分析,得到了两液压缸与各关键铰接点的受力曲线,通过观察受力曲线可以得出设计符合设计标准。通过基于ADAMS软件的动力研究进一步验证了该新型装载机设计的合理性,缩短了设计周期,大大节约了整体设计成本。     

基于实例推理地下装载机故障诊断系统

为充分利用在故障诊断进程中积累的成功经验和数据,提出了基于粗糙集,近邻算法等理论的实例推理模型,利用粗糙集理论软件rosetta完成对条件属性冗余信息的属性约简,对实例进行权重的确定,再利用近邻算法在故障库中搜索相似实例,从而避免了传统近邻算法计算量大的弊端,在UG软件平台基础上利用UG二次开发工具UG/OPEN设计出友好的人机交互界面诊断系统,减少了故障诊断的时间,提高了生产效率。     

基于虚拟零件轮式装载机前车架有限元分析

针对某轮式装载机前车架开裂问题,建立了基于三维几何体的前车架有限元模型,利用CATIA虚拟零件法实现了边界条件的快捷施加,分析了正载、偏载和侧向力3种极限作业工况下该前车架强度情况。结果表明:应力较大位置与实际开裂位置一致,偏载工况最大应力为323 MPa,比正载工况大34%,偏载作业是导致前车架开裂的主要原因,并根据计算结果指出了改进措施。     

基于遗传算法的煤炭企业网络安全技术的研究

计算机网络的发展,加快了企业和社会信息化进程,同时也带来了许多网络安全问题,因此,在开展网络应用时,加强网络的安全保密显得越来越重要。文章根据煤炭企业的网络特点设计了一个基于遗传算法的混合型入侵检测模型。     

轮式装载机模块化研究

分析了目前轮式装载机的设计特点以及在面向客户的配置设计中的不足,提出了用模块化设计方法来解决在轮式装载机配置设计中存在的问题,同时给出了轮式装载机模块划分的原则、方法和模块划分的结果,并以转向液压系统模块为例说明了面向配置设计的模块库的配置规则和接口设计方法等。