神经网络PID控制器在轴承试验台液压加载控制中的应用

采用改进型BP神经网络与传统PID相结合，初始运行阶段采用传统PID控制，网络学习一段时间后切换到神经网络在线自整定PID控制，仿真结果表明，系统具有良好的动态性能和稳态精度。     

BP神经网络在舰炮液压系统故障诊断中的应用

该文介绍了BP神经网络技术,举例分析了在舰炮液压系统故障诊断中的应用.     

基于BP神经网络的液压马达故障诊断

以液压系统中液压马达为研究对象,提出了一种基于故障表征的诊断模型,该模型无需建立被诊断对象的精确数学模型,只需以显性的故障表征作为诊断模型的输入,并为其建立BP神经网络模型,运用MATLAB给出该网络的训练过程及结果,并提供应用于液压马达的故障诊断实例.     

BP神经网络在汽车故障诊断中的应用研究

本文深入研究了ＢＰ神经网络技术在汽车故障诊断系统应用中出现的问题,解决了网络收敛速度慢、准确率低的实际问题,并且提出了一些新的理论与方法。     

多功能液压试验台

多功能液压试验台王积伟东南大学、南京液压件厂、南京电器设备厂联合为徐州工程机械厂研制了多功能液压试验台，它是一种大型、多功能、综合性的试验台，可按国家现行标准对五大类液压元件（液压泵、液压马达、液压阀、液压缸和液压转向器）进行型式试验，并能根据给定的...     

液压教学之液压试验台

介绍液压教学中液压试验部分的重要性,对于液压试验不足之处的改革也就变得尤为重要;介绍液压试验台的基本设计程序,还包括了PLC设计的介绍,其目的是对试验台进行改造。     

BP神经网络在气象仪故障诊断中的应用

针对气象仪常见的几类故障分别建立相对应的子神经网络,并总体组成一个总的神经网络系统来诊断气象仪的故障方法,以帮助维修人员快捷、准确、自动地诊断出故障原因,以降低故障处理时间,提高运行效率。     

BP神经网络在机械故障诊断中的应用

根据BP算法神经网络模型,阐述BP神经网络应用于机械故障诊断的基本步骤,归纳总结BP神经网络在机械故 障诊断中的应用及实例,提出存在的问题和发展方向。     

模糊神经网络在旋转设备故障诊断中的应用

针对旋转设备六种常见故障,采用 Ｂ Ｐ网络,运用模糊理论产生训练样本,根据经验公式和实际运算结果选择网络拓扑结构。经验证,其对单一故障具有很好的识别能力,与传统 Ｂ Ｐ网络的诊断结果相比,提高了诊断精度。     

改进的BP神经网络方法在液压控制系统中的应用研究

由于BP神经网络自身存在的一些缺陷,在液压控制系统中基于BP神经网络的PID控制器有时无法达到良好的控制效果.在研究BP神经网络主要改进方法的基础上,针对液压控制系统特性,综合采用引入陡度因子、归一化处理、采用输出层步长比输入层步长小等多种方法对应用于液压控制系统的BP神经网络算法进行改进.研究结果表明,改进后的控制系统延迟小、稳定性强、控制效果良好、对实际应用有较好的指导作用.     

基于 BP 神经网络的液压系统泄漏故障诊断

针对液压系统的泄漏问题,提出了基于ＢＰ神经网络,以液压系统压力动态过渡过程为分析对象的故障诊断方法。该方法在通常ＢＰ神经网络的基础上,采用对学习样本加噪声的方法,提高了ＢＰ网络对噪声的抑制能力。它比传统方法,具有可靠性高,适用性广,而且成本低廉的特点。     

基于同源信息的BP神经网络在故障诊断中的应用

阐述了同源信息融合和BP神经网络（BPNN）关键技术,提出了基于同源信息融合的BP神经网络诊断方法;以旋转机械为例进行了MATLAB编程,得到了误差小和速度快的结论。     

BP神经网络在机床故障诊断应用中的改进

在分析了传统BP神经网络缺点的基础上,对其进行了改进.学习因子按照所设计的函数进行动态调整,增加了势态项,并在激活函数中加入了陡峭因子.将改进的BP神经网络与传统BP神经网络进行了对比,验证了改进BP神经网络的有效性,适合数控机床的故障诊断.     

基于BP神经网络的翻车机液压系统故障诊断

为了快速诊断出翻车机液压系统故障产生的位置以及故障原因,提出了一种基于BP神经网络算法的翻车机液压系统故障诊断方法,在此基础上提出了大型液压系统故障诊断分块建模的原则。利用某公司C型转子式翻车机故障数据样本建立了整体、分块故障诊断BP神经网络模型,对比实验数据分析表明,采用分块建模原则建立的BP神经网络故障诊断模型对翻车机液压系统故障具有较高识别精度,对提高翻车机液压系统状态监测与故障诊断能力有较大实用价值和工程意义。     

基于BP神经网络的齿轮故障诊断

通过介绍神经网络的模型算法,根据齿轮的四种故障类型,采用BP神经网络对其进行训练和诊断,得到了较为理想的结果,为及早发现和预防机械故障提供了可靠的理论依据。     

BP神经网络模型在旋转机械故障诊断中的应用

本文利用神经网络模型建立了旋转机械常见故障的类别与征兆之间的映射关系.并利用这一模型对几种常见故障进行了分析诊断,诊断结果表明本方法精度高,结果可靠,对于工程应用具有一定的实用价值.     

基于优化BP神经网络的快速起竖装置液压驱动系统故障诊断

快速起竖装置在自卸车等工程机械以及导弹发射车等军事领域均有较为广泛的应用.液压驱动系统是快速起竖装置的核心,准确诊断其故障具有重要意义.传统BP神经网络故障诊断准确率随着故障类型的增加急剧下降,难以满足工程需求.以快速起竖装置液压驱动系统为研究对象,提出一种基于BP神经网络和AdaBoost算法的故障诊断方法,将BP神...     

GA-ACO优化BP神经网络在行星齿轮箱故障诊断中的应用

针对目前利用优化算法改进的BP神经网络算法对行星齿轮箱进行故障诊断过程中存在的故障识别率低、收敛速度慢和参数选择困难等问题,提出了一种用GA-ACO算法对神经网络参数进行优化的算法。给出GA-ACO-BP算法的基本原理和主要步骤,并将此方法应用到行星齿轮箱的故障诊断中。比较了ACO-BP神经网络算法和GA-ACO-BP算法的性能。结果表明,ACO优化BP神经网络算法对行星齿轮箱的故障诊断收敛速度慢且识别精度不高,而GA-ACO-BP算法能够对行星齿轮箱故障进行准确、快速的诊断和识别。     

反向传播网络在CNC系统故障诊断中的应用

数控（ＣＮＣ）系统故障是影响ＣＮＣ机床加工精度与效率的重要因素之一，因此，怎样提高故障诊断效率一直是该领域的重点研究内容。本文介绍了反向传播（ＢＰ）神经网络在ＣＮＣ系统故障诊断中的应用，给出了诊断算例。结果表明，ＢＰ网络在数控系统故障诊断方面有着重要的应用价值，为数控机床故障诊断开辟了新途径     

量子BP神经网络在发动机故障诊断中的应用

为了解决普通BP神经网络收敛速度慢、分类正确率低等问题,提出一种量子BP神经网络算法。该算法在普通BP神经网络中引入了量子算法,量子BP神经网络结构由输入层、隐含层和输出层组成,其中,量子神经元的输入和传递函数均由量子比特表示,输出结果为实数。首先,该算法将实数值训练样本变换为量子态训练样本,从而作为算法的输入。然后,通过传递函数,计算量子态权值并更新网络参数以达到训练效果。最后,利用训练好的网络进行故障诊断,并将结果以实数值输出。将该方法应用于发动机故障诊断,实验结果表明,与普通BP神经网络相比,量子BP神经网络算法在收敛速度、分类正确率和执行时间等方面具有明显的优势。