多传感器信息融合在液压系统智能故障诊断中的应用

针对采矿工程机械液压系统故障诊断方法存在的局限性,提出了一种基于多传感器信息融合的智能故障诊断方尊。该方法采用模糊神经网络融合诊断中心作为故障诊断的执行机构,算法上采用BP算法。通过一实例论证了在液压系统故障诊断中采用多传感器信息融合故障诊断方法比采用单传感器信息故障诊断方法更具有准确性和可靠性。     

BP神经网络在挖掘机液压系统故障诊断中的应用

介绍了BP网络的结构及学习算法,阐明了液压系统故障诊断的实现过程.通过对挖掘机液压系统常见故障进行试验和测试,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,可以用于液压系统的故障诊断.     

模糊神经网络信息融合在移动机器人导航中的应用

提出一种基于模糊神经网络的多传感器信息融合方法,并将其用于自主移动机器人导航避障.采用多个超声波及红外传感器探测障碍物的距离和方向,用CCD摄像机来跟踪目标.经过模糊神经网络信息融合后,实现了机器人对障碍物和环境类型的识别以及无冲突的运动.试验表明,该方法能够实现机器人的安全避障.     

神经网络在液压系统典型故障诊断中的应用

针对液压系统中的一种典型故障——油缸泄漏的故障诊断,提出通过监测油缸压力信号,提取时域组合特征并利用神经网络作为故障分类器的诊断方法。该诊断方法首先提取了油缸压力信号的时域组合特征作为特征向量,然后输入到神经网络分类器中进行故障的识别和分类。实验结果表明:该诊断方法能有效识别无泄漏、轻微泄漏、严重泄漏的3种状态,是液压系统故障诊断行之有效的方法。     

神经网络在复杂液压系统故障诊断中的应用

尝试将BP神经网络应用于液压系统的故障诊断,阐述了基于BP神经网络的故障诊断专家系统的基本结构及知识库组建的方法。结合工程机械液压系统,建立了适合复杂系统故障诊断的复合神经网络结构。该诊断系统具有知识库规模小、推理速度快、推理过程及结论明确等优点。     

多传感器信息融合技术与液压系统状态监测、故障诊断

本文从多传感器信息融合系统概念、信息融合的层次和方法等方面对多传感器信息融合技术的现状进行了阐述，提出了基于多传感器信息融合技术的液压系统状态监测与故障诊断的系统框图，并介绍了诊断系统的组成、工作原理及主要特点。     

集成神经网络在铝电解故障诊断中的应用

本文提出基于诊断任务分解的并行神经网络——集成神经网络来对铝电解过程中的故障进行诊断。利用小结构的神经网络学习速度快、局部极小点少等优点．把大结构的神经网络通过任务分解然后集成转化为小结构的神经网络，优化了大结构的神经网络的学习性能，降低了误诊率。     

基于信息融合的热镀锌焊机状态监视和故障诊断系统

在分析热镀锌焊机故障机理的基础上,探讨了复杂机电系统状态监视和故障诊断的方法。并以信息融合理论为状态监视和故障诊断的基础,结合热镀锌机的具体情况,进行了基于组态软件平台的故障诊断系统的软、硬件设计。     

双重融合的轻量级卷积神经网络轴承故障诊断

以往的轴承故障诊断模型精度低,迭代时间长,难以适应现实生产场景,因此建立了一种数据融合加特征融合的并行双通道卷积神经网络模型。首先,将风扇端的数据和驱动端的数据组合,重新构建新的数据;之后将新的数据和数据重构后的二维数据输入到模型中提取特征,1D-CNN提取一维空间特征,2D-CNN利用深度残差收缩网络提取二维空间特征并进行降噪处理。使用深度可分离卷积和全局平均池化降低模型参数量;然后,将提取到的特征在全连接层进行特征融合,可以在保持高诊断准确率的同时降低噪声的影响;最后,利用Softmax分类器对轴承的状况进行辨别。模型的结构配置良好,迭代次数少,可以快速的收敛。参数量相比其他方法少很多,以便实际部署。实验表明,本文所提出的网络模型相较于其他深度学习方法,在强背景噪声以及弱干扰噪声的影响下都能更准确地识别信号的故障模式,验证了该模型的可行性和优越性。     

基于小波神经网络信息融合的板材拉深故障诊断研究

总结了板材拉深试冲时的综合故障及原因,应用小波技术加混合式数据融合方法,将数据级、特征级和决策级融合通过神经网络方法综合在一起,对板材拉深试冲时的缺陷进行智能诊断,描述了小波神经网络的建模过程,探讨了通过多源互补信息减少故障诊断系统不确定性的优化方法,并给出了诊断结果。     

用神经网络算法预测氢蚀孕育期

利用神经网络的分析方法，对高温氢腐蚀进行分析建模，综合考虑温度、氢分压和氢腐蚀孕育期之间的关系，为准确的数学建模、预测设备的使用寿命和相应专家系统的研制开拓了新的思路。     

管道泄漏检测用人工神经网络技术

首先分析管理泄漏检测的基本原理，并应用LabVIEW分析单传感器在泄漏管道不同位置拾取的泄漏信号的时频域特征，以所提取时频域特征指标来构造人工神经网络的输入矩阵，建立了能对管道泄漏状况进行分析检测定位的人工神经网络，实现了管道泄漏检测的单传感器定位。模拟泄漏实验和在PC机上进行网络仿真表明该方法是有效的。     

内燃机实时无损故障诊断

主要叙述在内燃机不停机的情况下,通过选择恰当的传感器,改进传感器的安装方法和合理选择测点来提取机器特征信号.还对提取出的某信号进行具体计算分析,并提出相应的故障诊断判据.     

神经网络分析在高温硫腐蚀中的应用

利用神经网络的分析方法和高温硫腐蚀的数据积累,对炼油过程中的高温硫腐蚀进行分析建模,从系统的观点出发,综合考虑温度、硫或硫化氢浓度、材质和腐蚀速度之间的关系,为更准确的数学建模、预测设备的使用寿命和相应专家系统的研制开拓了新的思路。     

人工神经网络在电磁无损检测中的应用

介绍人工神经网络在电磁无损检测领域的应用现状，重点讨论BP(误差反向传播)神经网络、模糊BP神经网络和径向基函数(RBF)神经网络，分别以应用实例讨论了它们在漏磁和涡流无损检测中的应用。人工神经网络是实现电磁无损检测定量化的有效途径。     

结构钢焊条熔敷金属化学成分的人工神经网络预测系统

基于Matlab神经网络工具箱，设计了一个用于结构钢焊条熔敷金属化学成分预测的神经网络模型。该模型采用前向神经网络，利用BP算法，建立了熔敷金属化学成分与力学性能之间的关系。用此神经网络，既可预测结构钢焊条熔敷金属化学成分，也为深入研究结构钢焊条化学成分提供了有利的工具。     

人工神经网络及其在超声检测中的应用

从组织神经网络的结构参数以及训练和测试网络着手,结合实例论述了误差逆传播算法（BP算法）在超声检测中的若干应用。     

压力容器声发射信号人工神经网络模式识别方法的研究

采用人工神经网络模式识别技术对现场压力容器各种声发射源信号特征参数进行了模式识别分析,提出了采用人工神经网络分类方法对压力容器声发射源信号进行定量分析的概念,从而找到了评价声发射源严重程度的方法,设计和培训的人工神经网络可以给出一个多种因素产生的复合声发射源中裂纹扩展、氧化夹渣断裂、残余应力释放和机械摩擦信号所占的百分比,这一结果使声发射技术对压力容器安全状态的无损评价成为可能。     

滚柱式超越离合器故障的脉冲诊断方法

滚柱式超越离合器的故障诊断是国内外工程界的难题。介绍利用脉冲诊断方法诊断离合器故障的新方法,并应用基于高斯函数的小波快速算法分离出了故障信号,进一步分析了冲击频率。实验结果表明方法行之有效。     

基于压力波的柴油机喷油器故障诊断研究

柴油机喷油器故障直接影响到燃油的喷射质量，导致燃烧过程恶化，影响柴油机的性能指标。通过实验模拟喷油器的典型故障，用外卡式压力传感器测取高压油管的燃油压力波，并利用人工神经网络模型进行了故障诊断。结果表明，该方法可实现柴油机喷油器不解体诊断。