共查询到10条相似文献,搜索用时 46 毫秒
1.
利用前向神经网络模型对往复泵泵阀故障进行了识别。研究结果表明,用神经网络识别和诊断往复泵的泵阀故障具有较高的准确度,可取得令人满意的结果。 相似文献
2.
3.
运用粗糙集与小波神经网络诊断往复泵故障 总被引:1,自引:0,他引:1
提出一种粗糙集理论与小波神经网络集成的往复泵故障诊断方法。首先利用小波包对采集信号进行分解和重构能量特征向量。然后应用SOM网络对故障诊断数据中的连续属性进行离散化,根据粗糙集理论,借助遗传算法进行故障诊断决策系统约简,获得最优决策系统。在最优决策系统的基础上,设计RBF神经网络对往复泵故障进行诊断。试验结果显示,该方法可以有效提高往复泵故障诊断的精度和效率。 相似文献
4.
5.
基于小波包理论的往复泵故障特征提取研究 总被引:4,自引:3,他引:1
特征提取是往复泵状态监测及故障诊断的关键环节。小波包变换是时间频率的局部化分析,尤其适合于非平稳信号。应用小波包变换,将往复泵振动信号分解到8个不同的频带,对各频带内的信号进行统计分析,形成包含待诊断部件故障信息的频带能量值作为故障诊断的特征指标。实例中,将小波包变换应用于往复泵泵阀故障分析,提取到了弹簧断裂时的频带能量特征指标,为往复泵故障诊断奠定了可靠的基础。 相似文献
6.
针对传统提升小波进行信号分解时会导致信号失真的问题,设计了自适应冗余提升混合小波,用于往复泵泵阀振动信号的降噪。该混合小波计算预测差值平方和时可对所有样本进行预测;通过计算目标函数,从预设的1组预测器和更新器中选取1个最佳预测器和1个最佳更新器作为该层次的初始预测器和初始更新器,以满足尺度函数和小波函数支撑区间的特殊要求;用冗余提升方案算出每层逼近信号,并用于下层初始预测器和初始更新器的设计。用自适应冗余提升混合小波降噪可获得较高的信噪比和较小的均方差,且能完整保留往复泵泵阀应有的冲击信号。 相似文献
7.
8.
9.
10.
<正> 由于往复泵泵阀无冲击理论的复杂性,目前在探讨这项理论的研究中出现了众说纷纭、各持已见的局面。赵仕俊同志在《石油钻采机械》1983年第3期上发表了《往复泵泵阀无冲击条件的讨论》一文(以下简称《讨论》)。文中所提出的往复泵泵阀无冲击工作的CYC条件是一个较新的命题。首先肯定,如果CYC条件成立,则对设计往复泵的参数 相似文献