共查询到20条相似文献,搜索用时 62 毫秒
1.
本文提出一种基于卷积神经网络的故障诊断模型,并通过正交试验优化了3层网络的卷积核和神经元数目,利用图形化的多联机(VRF)系统制冷剂充注量故障实验数据训练了多层卷积神经网络,评估了本模型的故障诊断性能。结果表明:该"数据图形化-多层卷积神经网络"方法建立的模型能够有效进行多联机制冷剂充注量故障诊断,20个输入特征时,对9类故障诊断总正确率最大为91%,比传统BP神经网络达到更高的诊断精度。该方法首次利用卷积神经网络完成了VRF制冷剂充注量故障诊断,为相关研究的拓展奠定了基础。 相似文献
2.
3.
4.
为解决计算机网络应用层故障诊断问题,设计一个基于粗糙集神经网络的故障诊断系统,详细描述系统的结构、粗糙集神经网络的构造和训练方法,并通过仿真验证该方法的有效性。 相似文献
5.
6.
汽轮机故障诊断的遗传神经网络法 总被引:2,自引:0,他引:2
阐明了遗传算法与神经网络结合的必要必邮多层感知器神经网络作为遗传搜索的问题表示方式的思想。设计了遗传神经网络故障诊断模型,用这种新方法解决了汽轮机多故障诊断问题。新方法可以简化神经网络的结构并逃逸局部极小。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。 相似文献
7.
8.
采用小波包分解、Yule—WalkerAR谱密度分析算法及概率神经网络技术探讨一套状态监测及故障诊断系统,其是应用在类似卷烟厂卷接包机八工位转塔的黑箱部件中。在状态监测系统基础上开发以概率神经网络为基础的故障诊断系统,结果表明该系统是可行的。该系统的开发研制对类似黑箱部件的状态监测与故障诊断有着一定的应用意义,对其他类似机构的状态监测与故障诊断也存在一定的参考价值。 相似文献
9.
10.
针对传统单尺度信号分析难以有效解决涡旋压缩机故障诊断中的故障特征信息多尺度耦合问题,提出一种基于小波变换和卷积神经网络的涡旋压缩机故障诊断方法。首先将采集到的振动信号进行连续小波变换生成时频图,并对时频图进行网格化规范处理,将预处理后的时频图作为特征图输入Alexnet卷积神经网络,通过不断调节网络参数,得出最为理想的神经网络模型,以此实现对涡旋压缩机故障类型的辨识诊断。结果表明,该方法针对涡旋压缩机故障类型的识别准确率达到94.6%,与传统多尺度排列熵、信息熵熵距的故障诊断方法相比,该故障识别方法具有更高的准确率。 相似文献
11.
12.
13.
神经网络在电路诊断中的应用 总被引:6,自引:1,他引:5
目的:阐述了目前电路基于数据库技术和人工智能专家系统及神经网络原理的故障诊断系统。方法:将所记录的模糊症状输入到系统中,通过模糊运算后,运用神经网络学习算法来寻找故障类型。结果:介绍了人工神经网络技术在电路诊断中的应用,并给出系统故障诊断软件的设计,结论:所用专家系统和神经网络相结合的方法改进电子电路故障诊断是可行的。 相似文献
14.
15.
16.
17.
《噪声与振动控制》2020,(3)
针对目前加工中心(Machining Center,MC)主轴故障诊断多为人工经验完成,且故障诊断精度和识别率低等问题,提出基于改进的动态搜索烟花算法(dynamic search fireworks algorithm,dynFWA)优化BP神经网络(Neural Network,NN)的加工中心主轴故障诊断方法。将改进的动态搜索烟花算法优化BP神经网络的初始权值和阈值,建立改进dynFWA-BP神经网络模式分类方法。将提出的模式分类方法应用于MC主轴故障诊断中,使得提取的主轴故障特征与主轴工作状况有着非线性映射关系。最后,采用VMC650E主轴故障数据进行验证,证明所提出的故障诊断方法在故障诊断精度、故障识别率方面明显优于BP神经网络、GA-BP神经网络和PSO-BP神经网络。 相似文献
18.
19.
基于D-S证据理论信息融合的转辙机故障诊断方法研究 总被引:1,自引:0,他引:1
在列车提速后S700K型电动转辙机被普遍安装在正线道岔的背景下,本文针对单一故障诊断方法的诊断精度偏低问题,提出了基于信息融合故障诊断模型和故障诊断方法.该方法分别用BP神经网络和模糊综合评判对转辙机进行故障诊断,利用神经网络输出和模糊综合评判输出来构造D-S证据理论中的概率分配,然后利用D-S证据理论将BP神经网络和模糊综合评判对转辙机的故障诊断结果在决策级进行融合,诊断转辙机是否有故障并判断故障的模式.诊断结果表明,该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高. 相似文献