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。     

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。     

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BP神经网络的除尘风机振动故障诊断

将BP神经网络技术引入到大型除尘风机的振动故障诊断中结合神经网络的结构分析了其工作原理和算法.通过一个设备故障实例,利用神经网络对设备的故障特征和测试信号等数据进行学习和训练,模拟了专家对故障所进行的推理、判断和决策,从而获得了正确可靠的诊断结论.测试结果表明:文中建立的BP神经网络对训练的特征样本进行模式识别具备了很高的准确率,实现了诊断分析的智能化.     

EMD与Elman神经网络在风机故障诊断中的应用

采用经验模式分解(EMD)进行信号分解获取IMF后构建特征向量,采用Elman神经网络进行识别,识别率高,具有可行性。     

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。     

滚动轴承故障诊断的神经网络方法

总结分析了轴承的故障形式及原因,给出了振动频率,阐述了Bp网络的结构及算法,并对实例建立BP神经网络。     

烟机机组故障诊断与分析

对烟机机组振动故障进行了测试分析，得出了结论及维修建议。     

基于集成神经网络的风机故障诊断系统的研究

利用集成神经网络建立了风机故障的智能诊断系统.该系统在设备异常后进行诊断,通过运行和诊断实例得出了故障诊断结果.     

离心式一次风机振动故障诊断

利用捶击法和正弦激励法测试风机叶轮固有频率来对风机叶轮振动故障进行诊断。在轮盖上加焊一个固环改变叶轮的固有频率，避开旋转时气体的激振频率。风机运转6年多来，未再发生共振而导致断裂。     

冷却塔风机故障的诊断

通过分析冷却塔风机故障的频谱特征，诊断了风机运行异常振动原因并加以解决，确保了风机的正常运行。     

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。