基于经验小波分解和卷积神经网络的液压泵故障诊断

液压泵振动信号具有非平稳性,需要一定的先验知识和专家经验从而实现故障诊断。为了实现对液压泵的智能故障诊断,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)和卷积神经网络(Convolutional Neural Network,CNN)的智能故障诊断方法。首先对振动加速度信号进行经验小波变换得到若干不同模态的内禀模态函数(Intrinsic Mode Function,IMF);其次,基于峭度的评价指标,筛选出故障特征丰富的6个IMF分量作为诊断用的数据源;然后利用CNN融合IMF分量,并自动提取相关特征;最后,将特征应用于分类器识别,从而实现液压泵故障的自动故障诊断。试验结果表明:该方法能够准确、有效的对液压泵的工作状态和故障类型进行分类。     

一种基于Elman神经网络的液压泵故障诊断技术

针对传统BP网络进行液压泵故障诊断时，网络学习具有收敛速度慢和学习、记忆不稳定的缺陷，提出将Elman神经网络应用于液压泵故障诊断，建立Elman神经网络的结构模型，介绍了该网络的训练算法，阐明了液压泵故障诊断的实现过程。通过试验验证了该神经网络收敛速度快，学习记忆稳定，具有很好的学习功能；测试结果表明该诊断方法具有高可靠性，达到了预期的结果，可以用于液压泵故障诊断。     

基于模糊神经网络的故障诊断方法及应用

本文在变压器色谱分析数据的基础上,将模糊理论和神经网络引入电力变压器故障诊断中,提出了新的故障诊断方法,设计了故障综合诊断模型.仿真表明该方法是一种有效可行的方法,提高了故障的识别率,具有实用价值.     

基于模糊神经网络的航空发动机故障诊断研究

提出了一种基于模糊神经网络的航空发动机故障诊断方法 ,介绍了该方法的原理及实现算法 ,并利用某型发动机地面定检状态实测的数据作为样本数据 ,建立了基于模糊神经网络的航空发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识 ,结果表明该方法具有学习速度快、诊断精度高等优点。可用于航空发动机及其它装备的故障诊断。     

基于小波包分解和RBF神经网络的民机液压泵源故障诊断研究

液压泵源是民机液压系统的动力部分,对于民航飞机飞行的安全起着重要的作用。由于民机液压泵结构复杂,故障机理繁多,因此其故障诊断难以用常规方法实现。提出了基于小波包分解和RBF神经网络的民机液压泵源故障诊断方法。采集民机液压泵轴向和径向的振动信号,利用小波包分解将振动信号进行分解,得到的各频带信号的能量作为神经网络的输入。经过RBF神经网络的计算以实现民机液压泵源的故障诊断。     

基于模糊神经网络的直流电网故障诊断研究

介绍了模糊规则网络的原理,给出了神经网络模型在故障诊断过程中的学习算法,并将其应用于直流电网的故障诊断。结果表明：用模糊神经网络技术能够及时准确地对机器进行故障诊断,具有良好的应用前景。     

基于模糊逻辑推理的汽车故障诊断的研究

针对汽车故障诊断中故障现象与故障原因之间复杂的不确定关系,提出了汽车故障的模糊逻辑诊断方法.给出了模糊逻辑诊断的模糊诊断模型;根据传统方法建立模糊诊断矩阵的不足,提出了采用人工智能的方法,利用专家知识动态建立模糊诊断矩阵的过程.结合实例在计算机上实现了汽车故障的模糊诊断,验证了该方法诊断的正确性.     

基于模糊神经网络的电力变压器故障诊断研究

将模糊控制和神经网络理论相结合,通过遗传算法对其参数进行优化,有效地解决了常规模糊理论不能自学习和神经网络算法易陷入局部极小、收敛速度慢等缺点,并对其应用于电力变压器故障诊断进行了仿真,实例仿真结果表明该算法具有较快的收敛速度和较高的计算精度,故障诊断结果证实了该算法应用于电力变压器故障诊断的有效性。     

基于模糊决策树的神经网络及其在故障诊断中的应用

本文提出一种基于模糊决策树的神经网络拓扑结构的选取以及权系数，阈值的初始化方法。经理论分析该方法适用于处理不确定，噪声干扰，界限模糊的数据，经计算机仿真实验和论断实例分析，证明该方法能有效地提高神经网络训练收敛速度和分类精度。     

基于知识与模糊神经网络的故障诊断专家系统

提出了一种基于知识与模糊神经网络专家系统故障诊断方法,设计构造了诊断专家系统的整体框架,在框架中体现了在任务工机控制下,规则符号推理和模糊神经网络推理综合诊断的思想。知识库是诊断专家系统的核心,在本系统中定义了广义三层规则库结构,即元规则、故障诊断规则、结论合并规则。Ｒｕｌｅ型的模糊联想记忆器实现专家系统中的分类和综合功能,并讨论了模糊神经网络输入和输出模糊化的问题。本文为旋转机械故障诊断专家系统     

基于小波神经网络的液压传感器的故障诊断研究

为了能够提高液压传感器故障诊断的精度,深入地研究了小波神经网络在其故障诊断中的应用.首先,建立了小波神经网络的数学模型;接着,分析了小波神经网络的算法和实现步骤;最后对液压传感器的六种故障模型进行了故障诊断,诊断结果表明小波神经网络具有较高的诊断精度.     

基于模糊理论的装备液压系统故障诊断研究

在介绍模糊故障诊断的基本原理和方法的基础上,结合某装备液压系统实际运行情况和大量专业人员经验知识,通过建立该系统模糊故障诊断模型,分析了其模糊诊断过程,并提出动态修正法和多因素综合评分法相结合确定模糊诊断矩阵的故障诊断新方法,应用结果证明了其实用性和有效性.     

基于模糊神经网络汽车车厢举倾机构液压系统的故障诊断

为了能够有效地对汽车车厢举倾机构液压系统进行故障诊断,深入地分析了模糊神经网络在其中的应用.首先,分析了汽车车厢液压举倾机构的常见故障;接着,研究了基于模糊神经网络汽车举倾机构液压系统故障诊断的基本理论;最后,进行了仿真分析,分析结果表明,该方法具有较高的故障诊断精度.     

基于Elman神经网络的齿轮箱故障诊断研究

1前言 目前,旋转机械向着高转速、高功率、高可靠性、大型化、可测试性、不可接近性或不需接近性的趋势发展,这类系统一旦发生事故,就可能造成人员和财产的巨大损失。因此,切实保障现复杂系统的可靠性与安全性,具有十分重要的意义。发动机变速箱是整机进行减速增扭的部件,     

模糊Petri网在液压同步提升系统故障诊断中的应用

研究了基于可信度的合成式模糊产生式规则的表示方法,在此基础上,将模糊Petri网与矩阵运算相结合,给出了模糊推理过程的形式化推理算法,将复杂的推理过程采用矩阵运算实现,充分利用了模糊Petri网的并行处理能力,利用此理论及方法可以大大减少诊断时间,提高了准确度．最后以液压同步提升系统故障诊断为例证明算法的可行性和准确性．     

潜水泵的故障诊断系统的研究

以潜水泵的故障诊断为研究对象,以神经网络的诊断技术为手段,结合潜污泵的真机试验研究,开发了潜水泵的故障诊断系统。     

基于模糊积分的空分设备故障诊断

D-S证据理论作为空间数据融合的方法应用于工业设备的故障诊断中,具有很好的效果,但是对于具有时间特性的设备故障,就必须考虑时间域上的数据融合才能得到设备故障的准确模式。该文提出了将模糊积分方法用于时间域上的数据融合,并应用于空分设备的故障诊断中。通过仿真实验证明,模糊积分数据融合方法可以有效地提高空分设备故障诊断的可靠性和故障识别率。     

模糊逻辑系统在机械故障诊断中的应用

对几种常用的故障诊断方法进行综合分析,给出模糊逻辑相关算法及模糊逻辑系统故障诊断法,由此建立基于模糊逻辑系统的故障智能诊断系统,并将该法运用于液压系统故障诊断。研究表明,此法能有效地解决工程实践的故障诊断。     

基于故障树分析的液压系统故障诊断研究。

介绍了故障树分析方法。以叉车液压系统为例通过分析系统故障形式、液压系统结构以及组件与系统之间的逻辑关系,绘制了系统的故障树,依据故障树进行故障排查和诊断。该方法简便、直观、实用,用于液压系统故障诊断取得令人满意的效果。