共查询到18条相似文献,搜索用时 78 毫秒
1.
大型旋转机械故障诊断专家系统ETHYLENE的理论研究 总被引:2,自引:0,他引:2
本文在模糊产生式规则的基础上引入了加权模糊连接算子的概念,并研究了征兆的类型。在此基础上,为旋转机械模糊诊断知识提出了一个灵活的知识表达方法——广义模糊产生式规则。在征兆类型的基础上引入了征兆认可因子的概念.利用这一概念来描述模糊蕴涵关系的语义,基于征兆认可因子提出了一个模糊推理算法。文中还给出了由基于这一广义模糊产生式规则和模糊推理算法建立的透平压缩机组故障诊断专家系统ETHYLENE得到的两个诊断结果。 相似文献
2.
本文讨论一种旋转机械故障诊断系统数据库的计算自学习方法.该法能使计算机在长期的运行实践中,自动识别和跟踪被监测机组工作参数的改变,从而大大增强了故障诊断系统的适应性.本文将最小?乘法应用于计算机自学习,并以"MMMD-1"的模糊诊断系统为例,介绍了这种方法的原理和应用.计算结果表明,该法对初值稳定. 相似文献
3.
旋转机械故障诊断中的神经网络改进算法研究 总被引:11,自引:0,他引:11
就BP神经网络学习收敛速度慢和易出现局部最小点的不足,采用了自适应学习率和绝对误差等距离逼近方法,引入了控制因子常数,就控制因子常数,惯性因子常数以及隐层单元数对网络收敛迭代次数的影响进行了研究。并将改进算法应用于旋转机械故障诊断中。 相似文献
4.
改进BP网络在旋转机械故障诊断中的用 总被引:5,自引:0,他引:5
BP神经网络在旋转机械故障诊断中得到了广泛应用,但是实践中发现,BP网络的联想能力有限,特别是对于多故障情况,本文以此进行了改进,提出了一种新型BP网络模型,新模型增加了输入、输出层间的部分连接,大大提高了BP网络的联想能力,特别适用于象旋转机械这类复杂系统的故障诊断。 相似文献
5.
6.
7.
8.
针对现有的旋转机械故障诊断算法存在着时频表示模糊、特征提取困难,从而导致故障诊断效率和精度较低的问题,提出一种基于浅层Inception-MobileNet的旋转机械故障诊断模型。该模型通过拼接法将原始振动信号转换为二维图像,然后采用多尺度卷积核提取不同分辨率的特征图,并结合深度可分离卷积实现特征学习与分类。该网络在CWRU数据集和MFPT数据集上分别实现了十种故障分类和三种故障分类,分类精度为99.5%和95.78%。与传统的网络进行比较,该网络可提高特征提取能力,并且在相同数据集上该网络实现的故障识别精度最高。 相似文献
9.
神经网络技术及其在旋转机械故障诊断中的应用 总被引:13,自引:2,他引:13
人工神经元网络模型是由大量的简单计算单元广泛相互联接而成的一个非线性动力学网络系统,它以高度的并行分布式处理、联想记忆、自组织及自学习能力和极强的非线性映射能力,在众多的领域里显示了广阔的应用前景。本文从模式识别的角度,论述了神经元网络技术及其在旋转机械故障诊断中的应用,就神经元网络结构及其所能形成的模式分类决策区域作了较为详尽的阐述,并与传统的模式识别技术作了比较。最后在振动频谱波形特征的基础上,就旋转机械中五种典型故障模式,用感知器网络进行了试验研究和分析。结果表明,人工神经元网络技术对于高维空间模式识别及非线性模式识别问题,具有较强的分类表达能力。作为一种新的自适应模式识别方法,神经元网络技术能够有效地解决故障诊断中较为复杂的状态识别问题。 相似文献
10.
本文分析了目前在故障诊断专家系统知识库构造方面存在的问题,研究了大型旋转机械故障诊断领域知识的构成特点和表达形式。为了保证故障诊断知识库的通用性、管理与维护的方便性和可靠性,引入了面向数据流的软件设计思想,并利用这种思想构造了一个汽轮发电机组故障诊断专家系统的知识库管理系统。 相似文献
11.
针对强噪声背景下信噪比较低的旋转机械故障诊断问题,提出一种基于解析模态分解(AMD)和随机共振的旋转机械故障诊断方法。若信号的频率成分已知,AMD方法能将多频率成分的信号分解为单频率信号。对于可预知故障特征频率的旋转机械故障诊断,首先利用AMD方法提取振动信号中故障特征频率所在频段的信号,并对每个提取出的信号添加强度较低的噪声;然后利用粒子群算法优化的双稳随机共振对含噪信号进行处理来加强信号;最后求该信号的频谱,若频谱中含有故障特征频率,则说明振动信号中存在该故障。通过对滚动轴承故障信号特征的提取证明了该方法有良好的效果。 相似文献
12.
旋转机械振动故障诊断的一种模糊神经网络方法研究 总被引:17,自引:0,他引:17
介绍了一种基于多层感知器的模糊神经网络分类器,并针对其在旋转机械故障诊断中的应用,研究了网络构造过程中输入和输出模糊化的问题。文中利用振动频谱特征就旋转机械中几种典型的故障模式,采用模糊神经网络方法作了识别,且将其与传统的BP网络及模糊诊断方法进行了比较。研究结果表明:将模糊神经网络方法应用于旋转机械工况识别是有效的,它在处理分类边界模糊的数据时比传统的BP网络和模糊诊断方法具有更大的优越性。 相似文献
13.
14.
GENG Jun-bao HUANG Shu-hong JIN Jia-shan CHEN Fei LIU Wei 《国际设备工程与管理》2006,11(3):137-144
1 IntroductionWith the development of industry,the machine or the production system is becoming more and morecomplicated,and the fault diagnosis for such large and complicated systems is also becoming moreand more difficult.For such large-scale diagnosis problems,some approaches based on the modelwere proposed[1,2],butthe diagnosis accuracy is notsatisfactory because the modular diagnosis mod-els are based on single symptom domains.Thus,in order to improve the diagnosis accuracy,it isdesirable… 相似文献
15.
传统的盲源分离方法要求源信号相互统计独立,但是实际机械设备很难满足这个条件。为此,提出了一种基于Gabor变换和盲源分离相结合的旋转机械故障诊断方法。首先通过不同混合信号的Gabor变换系数之间的相互关系,得到源信号间的公共频率成分,然后对观测信号进行滤波处理,得到新的观测信号,最后利用矩阵联合对角化方法进行分离,实现相关源信号盲分离。该方法突破了传统盲源分离方法中要求源信号相互统计独立且最多只能有一个高斯信号的限制,仿真和实验结果验证了该方法的有效性和可行性。 相似文献
16.
17.
18.
针对BP网络在旋转机械故障诊断应用中的不足,借助Hopfield网络的优良特性,建立了以反馈式Hopfield网络为主控网络、前馈式BP网络为从网络的主从混合神经网络模型。通过这个网络模型的设计、动力学行为分析、学习算法的描述和测试以及它在旋转机械故障诊断中的应用,结果表明:该网络模型具有收敛速度快、稳定性好、最小系统误差等优点,是一种实现旋转机械故障诊断的优良网络模型。 相似文献