三电平光伏逆变器故障诊断研究

本文通过对三电平光伏逆变器的故障类型和当前常用的故障诊断方法进行分析,将不同故障诊断方法的优劣进行对比,发现当前的故障诊断方法存在一定的缺陷;提出一种基于小波变换和极限学习机神经网络相结合的逆变器故障诊断方法,该方法可实现对三电平光伏逆变器多模式故障的诊断。通过仿真实验,验证该方法的正确性和有效性。     

五电平逆变器死区补偿研究

本文分析了五电平逆变器"死区效应",分析了一种基于脉冲自身的死区补偿策略,同时采用了一种改进的坐标变换法解决零电流箝位现象。最后通过实验对本文中的死区补偿方法予以验证,实验结果证实了该方法的可行性。     

基于神经网络的传感器故障诊断技术的研究

感器故障诊断技术的研究对提高系统的可靠性具有重要意义。论述了近年来国内外基于神经网络传感器故障诊断技术进行的研究 ,介绍了有代表性的研究成果 ,对基于神经网络的传感器故障诊断技术的发展趋势和有待于解决的问题进行了探讨。     

基于神经网络汽车离合器故障诊断的研究

利用神经网络中三种不同的算法,对汽车离合器的故障进行诊断,并利用MATLAB将诊断结果可视化输出,实现汽车离合器故障的在线诊断．     

神经网络应用于工程机械故障诊断的研究

神经网络的数学算法可将样本的输入输出转变为非线性优化算法。工程机械由若干系统组成,其神经网络的故障诊断器由相应的故障分类器构成,利用判决规则进行故障判断。     

基于模糊神经网络的热泵空调故障诊断研究

将模糊理论与神经网络相结合,构成了模糊神经网络;针对热泵空调五种常见故障,分析了模糊神经网络在热泵空调故障诊断中的应用。与传统故障诊断方法相比,基于模糊神经网络的故障诊断方法对单一故障具有很好的识别能力,可以提高诊断精度。     

一种基于神经网络的建筑设备故障诊断模型

阐述了BP神经网络学习功能及实现算法。分析了制冷系统的主要故障，并对制冷设备主要故障与征兆的关系作了定性的研究，在此基础上设计了一种具有学习功能的故障诊断神经网络模型。验证的效果显示了该诊断方法的有效性。     

基于BP模糊神经网络的电气系统故障诊断方法的研究

本文阐述了BP神经网络模型在水电站电气元件故障诊断中的意义。以专家经验为依据,结合查阅文献的手段,建立了电站电气元件的故障知识库。与此同时,构建了基于模糊综合评判的神经网络数学模型。最后,以一个水电站电气元件故障诊断实例论述,验证该方法的可行性。     

基于虚拟仪器及神经网络分析的柴油机故障诊断研究

虚拟仪器（Virtual Instrument，简称VI）是20世纪90年代提出的新概念，它把计算机、仪器硬件和计算机软件等结合起来，除了传承传统仪器的已有功能之外，还增加了许多传统仪器所不能及的先进功能。燃油喷射系统是柴油机中的主要部件，结构复杂、工作条件恶劣，目前人们还未能准确地了解其故障发生的机理，故障现象与故障原因也不一定成一一对应关系，因此很难建立一个足够精确的模型来描述该系统。近年来人工神经网络理论的发展为解决这个问题提供了一个很有效的方法。     

改进子模块电压均衡控制的模块化多电平逆变器控制策略

针对模块化多电平逆变器(MMC)子模块电容电压的稳定情况将直接影响其工作性能的特点,对已有的MMC子模块均压控制策略进行改进,在四模块单相MMC基础上利用仿真软件Matlab/Simulink进行了仿真,并在以TMS320F2812为核心的控制平台上进行了实验验证,仿真及实验结果证实了改进子模块电压均衡控制策略的有效性和准确性。     

基于人工神经网络的投标报价决策模型

利用Matlab编程语言构造了三层BP神经网络结构,建立了基于人工神经网络的投标报价模型,通过仿真模拟确定标高金水平,并用实例验证了其可靠性,为承包商作出合理报价决策提供了科学依据。     

基于径向基神经网络的变压器故障诊断方法研究

为解决变压器故障诊断难以智能判别问题,提出了一种基于径向基神经网络的变压器故障诊断方法。该方法采用气相色谱检测法,选用高斯函数作为径向基函数,并运用K-means聚类方法求解隐含层节点数据中心初始值,运用伪逆法求解隐含层到输出层权值初始值,运用最小均方误差方法随迭代计算不断自适应更新各个基函数的数据中心及方差、隐含层到输出层权值。仿真结果表明,该方法变压器平均故障诊断准确率为95.6%,并具有较强的容错能力,满足变压器故障诊断要求。     

基于模糊神经网络的水工隧洞病害诊断研究

引入基于模糊神经网络的综合评判方法,参照铁路、公路隧道的研究成果,构建了水工隧洞病害综合诊断指标体系,划分了水工隧洞安全等级,给出了诊断指标的判定标准,采用改进的层次分析法分析了诊断指标的权重,建立了水工隧洞病害诊断的模糊评价模型,并应用于工程实际,取得了比较符合实际的结论,证实了该方法在工程应用中的可用性.     

基于神经网络的挖掘机故障诊断技术研究

以挖掘机为研究对象,提出了一种基于神经网络的故障诊断系统。现代挖掘机是一个复杂的机电一体化系统,无故障或快速故障诊断是其高效工作的前提。因其故障种类难以判别,对其建模又过于复杂,传统的基于模型的故障诊断难以适用。基于传统的专家系统存在知识获取方面的瓶颈,针对该问题,利用神经网络进行知识获取和故障识别。针对现代挖掘机特征信号多,可能带来的维数灾难,通过PCA方法进行降维。最后,设计的实验验证了该方法的有效性。     

建筑物照明亮度设计引入神经网络算法研究

建筑照明效果包含物理亮度值和人心理量值,传统照明计算繁琐且无法将人心理量值纳入计算中,需要寻找新的计算方法.本文对照明物理亮度值与人心理量值进行研究,通过神经网络计算,设计了输入输出项及隐层神经元数量,选取12栋建筑的测量参数作为学习样本,建立了开放式灯具数据库,通过对程序设计及计算结果的分析比较,可以得出令人满意的结果,证明了在建筑照明亮度设计中引入神经网络计算的可行性.     

基于BP神经网络的过渡环境热舒适评判模型

突变环境下的人体热反应是由许多主客观因素所决定的,利用神经网络具有通过学习最佳逼近非线性映射的能力,将其应用于突变环境下人体热反应的研究,具有一定的可行性。本文通过局部非均匀环境与背景均匀环境之间的过渡实验,利用Matlab工具,分别建立了向热环境过渡和向冷环境过渡的整体热感觉以及头部执感觉的BP(Back Propagation)神经网络热舒适评判模型。经验证,该模型对不同工况过渡后的逐时热感觉预测较为准确,从而为非均匀环境与均匀环境之间过渡的热舒适模型的建立提供了一种可借鉴的方法。     

基于BP神经网络的项目投资风险评价

风险项目投资具有高风险、高收益的特点,科学、准确的评价方法对项目投资至关重要.传统的评价方法主观因素太强,而人工神经网络模型克服了传统项目评价依赖专家经验的弊端,为项目投资风险评价开辟了新途径.本文首先阐述了BP神经网络的原理,然后结合实例给出了用于项目投资风险评价的UP神经网络模型,仿真试验表明,采用该模型的结果是令人满意的.     

浅谈计算机网络硬件故障及解决办法

文章主要针对计算机硬件的一般性网络故障的方法和技巧进行了剖析,为方便使用计算机网络带来更大的便利。