共查询到14条相似文献,搜索用时 203 毫秒
1.
SOM网络在电机转子故障诊断应用中的可视化分析 总被引:1,自引:0,他引:1
SOM网络(自组织特征映射神经网络)模拟大脑神经系统,具有自适应、自学习与联想功能,是一种无导师学习网络,最大优点是能够保持原始数据的拓扑结构,在数据分类、知识获取、过程监控和故障识别等领域中应用广泛。将其用于电机转子的故障诊断,着重利用U矩阵图和D矩阵图等可视化工具对其分类结果进行仿真与分析,并与SOM网络一般聚类结果进行比较。结论表明,SOM网络的可视化方法简单、直观、易懂,对故障的判别率较高。 相似文献
2.
3.
4.
在分析自组织特征映射神经网络(SOM)的结构和学习算法的基础上,利用自组织特征映射神经网络建立了提升机减速器齿轮故障诊断模型。该网络模型效率高,无需监督,能自动对输入模式进行聚类。应用Matlab神经网络工具箱进行仿真。仿真结果表明自组织特征映射神经网络有较强的聚类功能,用于减速器齿轮故障诊断是准确和可靠的。 相似文献
5.
借助于神经网络的BP网、自组织竞争网、自组织特征映射(SOM)网,利用进口铁矿石品质数据库历史积累作为学习样本,分别对交货批铁矿石的品位波动、铁矿石品质特性分类进行网络训练、仿真模拟.目的是将新的人工智能技术引入进口铁矿石的检验,将日常检验工作人员从繁重的劳动量中解放出来,用技术手段提高人的工作效率.同时,也可将神经网络与进口铁矿石品质特性分类结合,为政府职能部门的政策措施出台提供依据,为广大钢铁企业的原料选择提供参考. 相似文献
6.
由于传统故障录波启动判据算法具有一定局限性,论文提出一种基于SOM神经网络的算法。以A相电流越限为例进行了算法的研究,依次完成SOM神经网络的构建,网络训练以及聚类预测,将输入向量归一化后输入到训练好的SOM网络中,输出结果会在二维平面阵列中显示出来,网络拓扑结构中的蓝色神经元代表A相越限,此时需要启动录波。为了验证模型的正确性,依次将维数不同的两组向量输入网络模型中,输出结果表明,基于SOM神经网络的故障录波启动判据算法自适应能力较强,能有效地完成录波启动,误差较小。 相似文献
7.
由于传统故障录波启动判据算法具有一定局限性,本文提出一种基于SOM神经网络的算法。以A相电流越限为例进行了算法的研究,依次完成SOM神经网络的构建,网络训练以及聚类预测,将输入向量归一化后输入到训练好的SOM网络中,输出结果会在二维平面阵列中显示出来,网络拓扑结构中的蓝色神经元代表A相越限,此时需要启动录波。为了验证模型的正确性,依次将维数不同的两组向量输入网络模型中,输出结果表明,基于SOM神经网络的故障录波启动判据算法自适应能力较强,能有效地完成录波启动,误差较小。 相似文献
8.
9.
介绍了应用自组织特征映射(SOM)网络进行可视化故障诊断的方法,以矿井提升机的制动器为研究对象,建立制动器的可视化故障诊断模型,利用可视化工具对分类结果进行仿真和分析。结果表明,SOM网络可视化方法简单、形象直观,能够对故障模式进行准确识别,为矿井提升机的制动器故障诊断提供了一种新方法。 相似文献
10.
11.
12.
13.
针对带式输送机齿轮箱故障信号成分复杂、故障识别难的问题,提出了基于自组织映射(SOM)网络的故障诊断方法。首先使用融入Shannon熵的小波降噪方法对齿轮箱振动信号进行预处理;然后利用齿轮箱不同状态的信号通过高斯混合分布模型对其参数使用最大期望算法进行估计,获得反映不同运行状态的特征向量;最后使用SOM网络对齿轮箱不同工况振动信号的特征进行分类识别,进而诊断出相应故障。结果表明:该方法可以有效地识别齿轮箱混合故障,总识别正确率达90%,其中有6种工况的识别正确率达100%。 相似文献
14.
以大型直线振动筛侧帮裂纹为研究对象,利用小波分析对振动信号进行降噪处理和故障特征提取,设计系统故障诊断的BP神经网络,并用遗传算法对网络结构、参数和学习规则进行优化。通过样本训练和测试,这种小波遗传神经网络具有较高的故障识别能力、分类精度和速度。 相似文献