基于集成神经网络的故障诊断

在对基于集成神经网络的智能故障诊断者充分分析的基础上，对风机的典型故障进行了神经网络建模，经测试取得了良好的效果。     

风机故障诊断的集成神经网络信息融合法

从故障诊断的实际出发,根据设备提供的信息的多样性及故障表征形势的复杂性,利用信息融合技术,提出了集成神经网络故障诊断方法.研究了神经网络的建模方法,阐述了信息融合的优点.对某企业大型风机故障进行了诊断,诊断结果与实际相符.     

基于异构粗糙神经网络集成的故障诊断研究

该方法不仅显著提高了神经网络的泛化能力，而且无需预先确定神经网络的拓扑结构，简单易用。设计了四种不同的诊断器在柴油机供油系统的标准样本集上进行的诊断测试实验，结果表明基于异构粗糙神经网络集成的故障诊断方法具有最好诊断正确率。     

基于SOM神经网络的风机故障诊断研究

应用自组织特征映射（SOM）神经网络实现风机的故障诊断。介绍了SOM网络的结构和学习算法;总结了风机的故障集、征兆集和故障特征数据。在MATLAB环境下给出了风机故障诊断的具体实例,表明该方法是一种可行有效的风机故障诊断方法。     

基于神经网络的大型风机智能故障诊断系统的研究

介绍了BP网络的基本原理,研究了基于神经网络的故障诊断方法,建立了风机常见故障模式样本。由此研制了一套基于BP网络的风机智能故障诊断系统,将其应用于某大型烧结风机的故障诊断中,结果表明:该系统诊断结果准确可靠,且具有较强的鲁棒性。     

基于神经网络的故障诊断系统研究

研究了基于神经网络的故障诊断专家系统的基本原理和结构,论述了基于神经网络的故障诊断系统在知识表示、知识获取及推理机制方面的基本方法和特点。     

净化装置风机故障诊断的神经网络方法

说明了神经网络应用于故障诊断的基本原理。应用该方法，对某风机振动故障进行了诊断，诊断结果为不平衡和不对中，与实际情况吻合，这表明神经网络应用风机故障诊断完全可行。     

集成神经网络信息融合技术在旋转机械故障诊断中的应用

结合单子神经网络信息融合在故障诊断中的不足不之处,讨论了集成神经网络信息融合的优点并提出了集成神经网络信息融合的组成结构、组建原则以及集成神经网络信息融合在故障诊断中的应用,最后应用集成神经网络对机械故障诊断进行了仿真。     

风机振动故障诊断浅析

简要介绍了引起风机振动的原因,并进行了分类.介绍了当前的故障诊断系统及应用情况.举例说明了风机振动的实际情况,提出了建立更准确故障诊断系统的一点想法.     

基于神经网络的模糊系统在电厂风机故障诊断中的应用

设备的故障与征兆之间往往很难找到一一对应关系。本文基于模糊理论,通过对电厂风机的故障机理的研究,提出了基于神经网络的风机模糊诊断模型,并解决了其中的关键技术。     

基于粗糙集与人工神经网络的风机故障诊断

提出了一种粗糙集理论与神经网络集成的风机故障诊断方法。试验结果表明:该方法可以有效提高风机故障诊断的精度和效率。     

神经网络在风机故障诊断中的应用

在用神经网络进行故障诊断的过程中，指出了用随机法进行网络训练的优越性。应用该方法对风机的某一实例进行了诊断，结果是符合实际的，这表明了神经网络应用于诊断的可行性。     

通风机故障综合诊断系统研究

提出了通风机监测与诊断系统,以及其诊断系统的设计。介绍了这种诊断系统的运行实例。     

遗传神经网络法在风机故障诊断中的应用

本文在神经网络训练过程中,加入一个局部极小判别式,以确定网络是否陷入局部极小点,若陷入局部极小点,则利用遗传算法进行权值修正。以鼓风机常见故障为例,应用本文提出的遗传神经网络算法对其进行了故障诊断分析,从而证明了该算法的有效性。     

基于神经网络对轴承故障的智能诊断

已知试验轴承的故障特征参数与非故障特征参数,采用何种方法对采自实际应用场合的轴承信号进行判断和处理是问题的关键。对比感知器网络和径向基函数网络对轴承的诊断结果,证明径向基函数网络具有较多的优越性,便于实际应用。     

基于RBF人工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,提出了基于径向基函数(RBF)人工神经网络的风机故障诊断方法.结果表明:该方法能克服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.     

基于小波分析技术的通风机振动故障诊断研究

提出了风机故障诊断的小波频带分析技术,与傅立叶分析技术进行了比较,指出小波频带分解技术在本质上具有比Ｆｏｕｒｉｅ 分析技术更大的优越性。