共查询到20条相似文献,搜索用时 15 毫秒
1.
本文叙述了作者设计并制作的具有多种告警和保护功能的380V交流自动调压器的控制装置。它可使调压精度提高到工作电压的士1%以内,并在自动调压器输出电压过高或过低时、或出现故障时进行告警。当出现故障或误动作时自动切断调压电动机的电源。 相似文献
2.
3.
《现代电子技术》2019,(17)
针对变压器故障检测速率较慢的问题,通过对基于量子神经网络的变压器故障诊断方法的分析,发现该方法有较高的精度,但是速率较慢,不能达到实时性、快速性的要求。因此提出基于主元分析优化量子神经网络的变压器故障诊断方法。利用主元分析进行故障数据降维,选取主成分累计贡献率高于85%的主元代替原有的7个故障气体含量数据,用降维后的数据作为网络的输入,应用量子优势消除数据相关性,最终对变压器的故障做出判断。利用变压器故障实验数据信息库中的故障数据分别对量子神经网络、主元分析优化量子神经网络进行仿真研究,结果表明在故障识别率不变的情况下,所提方法使得诊断速率得到大幅提升。 相似文献
4.
5.
应用人工神经网络构建的VPDN用户故障检测系统 总被引:1,自引:0,他引:1
讨论一个应用人工神经网络设计的CDMA网络VPDN数据用户故障检测系统。该系统应用反向传播神经网络,利用理想状况下的用户数据训练网络,而用带有随机性的模拟实网数据检测故障判断的准确性。计算机仿真结果表明在噪声的干扰下神经网络基本可以给出具有参考价值的判断。通过实验充分证明利用神经网络完成故障判断的可行性,而设计、分析、检验等多个研究步骤为神经网络的此类应用提供了可供参考的蓝本。 相似文献
6.
本文以发电机故障为研究对象,提出了一种基于BP神经网络和D-S证据理论相结合的信息融合的故障诊断方法,并进行了验证。利用BP神经网络对测量数据进行局部分析诊断,最后利用D-S理论对局部诊断结果进行融合,得到的结果基本满足需求,从而证明了BP神经网络和D-S理论相结合的综合诊断方法的可行性和实效性。 相似文献
7.
8.
9.
10.
11.
移动终端数据同步协议研究 总被引:12,自引:0,他引:12
作为移动因特网的一种重要的应用,数据同步可以使人们能够使用各种各样的无线或者移动终端设备处理和存储各种个人数据,像电话号码,个人记事本,会议信息以及进行移动设备之间的信息交换和数据同步,国际上由SyncML发起组制定的SyncML同步协议已经成为WAP2.0的一个标准应用,在SyncML所支持的有限的几个文本数据类型基础上,本文利用XML语音定义了一种全新的数据类型,它包含了图像,声音等SyncML没有定义的多媒体数据类型,从而大大丰富了SyncML的数据类型。 相似文献
12.
文中主要针对综合导航系统对于缓变故障检测困难,以及故障难以定位等问题,提出一种基于状态χ^2。检验和ARTMAP神经网络技术的故障检测与诊断系统。用基于BP神经网络的状态χ^2检验法检测出故障数据后,以故障时刻的SCST值作为两个ARTMAP网络的输入模式,判断故障源、故障幅值和故障发生时间。并以SINS/GPS综合导航系统实际跑车数据为基础进行缓变故障仿真,验证该方法的有效性和检测精度。 相似文献
13.
14.
数据采集模块是网络管理的基础,网络管理中的配置管理、故障管理、性能管理、计费管理以及安全管理的数据都来源于该模块。介绍了如何利用SNMP 获取MIB对象信息,同时通过对被管对象类型的分析,提出了一种面向数据类型的数据采集策略。在数据采集模块的设计和实现过程中,结合多线程技术,针对被管对象的类型采用不同的线程进行数据的采集。经实践证明,该设计方法切实可行,且比现行的串行采集方式效率高且数据冗余少。 相似文献
15.
抽象化的配电网图像模型能够有效监控配电网各个节点的状态,根据监控数据即可对整个电网进行调度。当前的电网图模校准系统工作数据量大且整体性较差,而各地维护工作人员水平又参差不齐,故系统准确性难以保证。针对上述问题,文中使用长短时神经网络对GIS图形节点数据加以训练,并对各个节点的电气特征进行特征量分析,从而得到电网故障节点的特征数据。同时在模型构建部分,采用长短时神经网络对电网节点时序数据进行训练,利用逻辑门对故障状态加以判断,进而快速协调节点送电量并保证电网的有序运行。实验结果表明,文中设计的仿真系统可对节点的故障状态实现准确判断,且算法准确性及计算效率均优于对比算法,证明所提方法能够对配电网系统中的故障进行准确定位,进而完成对配电网图形节点数据的校核。 相似文献
16.
轴承故障占到了感应发动机故障总数的1/3,会造成严重的经济损失甚至生命威胁。准确且及时地检测出轴承故障对于提高生产效率和降低安全风险至关重要。传统检测算法对轴承信号特征的选择较为敏感,而基于机器学习的轴承故障检测算法往往仅考虑了样本的特征信息却忽略了样本之间的联系,从而丢失了许多有用的信息。为解决这个问题,将特征提取迁移到图结构,提出了GE-HITS的轴承故障检测方法。该方法首先将样本以德劳内三角网形式连接成图;然后将图结构与样本的特征信息一同作为图卷积神经网络的输入;最后将训练后的数据通过权威值排序来判断故障点。通过与在真实数据集上运行的8种对比算法的3种指标进行比较,GE-HITS算法都取得了最佳的结果,充分证明了所提算法的有效性。 相似文献
17.
18.
19.
20.
提出了一种基于多分辨分析和小波神经网络(WNN)相结合的模拟电路故障诊断方法。该方法利用了多分辨分析优异的时频特性,提取采集数据中的故障特征参数值,结合小波神经网络强大的非线性分类、学习、泛化能力及精度高、收敛速度快等特性,将得到的输入数据进行归一化处理作为小波神经网络的输入对其进行训练,并将训练的结果应用于滤波器电路故障诊断。结果表明,该方法实现了对故障模块的定位,是一种有效的模拟电路故障诊断方法。 相似文献