基于新小波神经网络的电力电子电路故障诊断

电力电子电路模型具有非线性,所以对它进行故障诊断比较困难.针对这种情况,将小波变换的时频局部化特性和神经网络的非线性映射与学习推理的优点结合起来,建立一种新的小波神经网络.并以双桥12相脉波整流电路为例,首先列出电路的故障类型,片用软件模拟电路的各种故障下的故障信号,然后使用建立的小波神经网络学习和存储双桥12相脉波整流电路的故障信号和故障类型之间的映射关系,实现电路的故障诊断.仿真结果证明了这种故障诊断方法的正确性和准确性.     

基于PCA-NN的电力电子整流装置故障诊断

提出一种基于PCA-神经网络的电力电子整流装置故障诊断方法.首先对故障信号用主元分析法(PCA)提取特征向量,然后用神经网络进行训练和测试.通过三相可控整流电路晶闸管断路故障诊断实验结果表明,该方法能够简化神经网络的结构,提高网络的训练速度,并获得了很好的诊断效果.     

基于MATLAB的电力电子电路建模仿真方法的研究

通过三相桥式可控整流电路实例讨论了利用MATLAB SIMULINK对电力电子电路进行建模仿真的方法，并给出了仿真结果波形，证实了该方法的简便直观、高效快捷和真实准确性。利用该方法还能对非常复杂的电路、电力电子交流系统、电力施动自动控制系统进行建模仿真。系统的建模和实际系统的设计过程非常的相似，用户不用进行编程，也无需推导电路、系统的数学模型，就可以很快地得到系统的仿真结果，通过对仿真结果分析就可以将系统结构进行改进或将有关参数进行修改使系统达到要求的结果和性能，这样就可以极大地加快系统的分析或设计过程。     

基于故障字典和神经网络理论的故障诊断方法

鉴于传统的故障诊断方法对复杂系统或设备进行故障诊断时,有诊断速度慢、对多故障同时发生的情况难以准确定位等缺点,提出了基于故障字典法和神经网络理论的综合故障诊断方法;在叙述该综合诊断方法的基础上,以某型飞机自动驾驶仪飞控盒的主要故障为例,分析说明了运用该方法进行设备故障诊断的具体过程,并进行了仿真研究;实现了对此设备单故障和多故障的快速准确定位;结果表明该综合故障诊断方法解决此类故障诊断问题是有效的.     

改进的BP神经网络在故障诊断中的应用

智能化故障诊断技术的关键是基于数据预处理方法的故障模式识别理论.结合计算机综合业务的一些实际问题,探讨了利用改进的BP神经网络进行故障诊断的方法和应该注意的问题,在分析神经网络的基础上提出了基于改进的BP模型神经网络的故障诊断推理方法,给出了后台服务中常见的故障征兆原因、故障诊断神经网络模型、神经网络参数和学习样本.结果表明,基于改进的BP神经网络的故障诊断方法是行之有效的.     

基于学习矢量神经网络的电力变压器故障诊断

提出了一种基于学习矢量化(Learning Vector Quantization)神经网络分类器结合油中溶解气体分析(DGA)的变压器故障诊断方法,把故障信号的训练样本输入到LVQ网络中进行训练,利用网络的竞争性将分类信息转变成使用者所定义的类别.训练和测试结果表明了该方法的有效性.     

基于BP神经网络的多电飞机电气系统故障诊断研究

针对未来多电飞机电气系统结构复杂、故障原因多的特点,基于理论上较为成熟的BP神经网络,文章对BP神经网络在多电飞机电气系统故障诊断方面的应用进行了研究,介绍了BP神经网络的模型、BP算法的基本原理以及编程实现的过程.在此基础上,采用VC 与MATLAB混合编程的方法,应用基本的BP算法进行了多电飞机电气系统故障诊断的仿真研究.     

基于神经网络求解三值模型下的故障诊断问题

在多处理机系统的系统级故障诊断中,一个重要的研究课题是确定最可能故障处理机集,该问题可以归结为NP—完全的整数线性规划问题.连续Hopfield神经网络能够近似求解最优化问题,因此是解决这类问题的可选路径.文中主要研究如何构建连续Hopfield神经网络,以在三值PMC模型下近似地确定最可能故障集,相比于常用的二值诊断模型,能得到更准确的诊断结果.在超立方体结构上进行了一系列的数值实验,仿真结果表明:该方法具有实用性.     

基于量子小波神经网络的传动装置模式识别

针对传统神经网络收敛精度低,以及用于故障模式识别能力差的问题,提出了将量子神经网络与小波理论相结合的量子小波神经网络模型.该模型隐层量子神经元采用小波基函数的线性叠加作为激励函数,给出了网络学习算法,并以某型传动装置监测信号的小波能量谱为训练样本,识别传动装置带有缺损的齿轮故障征兆.仿真结果表明,量子小波神经网络能够提高神经网络训练精度和故障征兆识别精度.     

用多小波神经网络诊断模拟电路故障的方法

针对小波神经网络在模拟电路故障诊断中存在"维数灾"这一致命缺陷,根据多小波空间中函数的多分辨率分解思想,构造了一种激励函数为具有紧支撑集、对称性和正交性的多尺度和多小波函数的多小波神经网络.仿真结果表明,多小波神经网络收敛速度比小波神经网络要快得多,有效地解决了"维数灾"问题.仿真实验和理论分析一致.     

模糊RBF网络在电源车故障诊断中的应用

结合模糊理论与RBF神经网络构建了模糊RBF网络故障诊断法。在对某型电源车进行故障诊断的过程中,通过对RBF神经网络与模糊RBF网络故障诊断法进行比较,表明模糊RBF网络故障诊断法具有精度更高、收敛速度更快等特点。     

应用概率神经网络诊断自行火炮发动机的故障

研究了概率神经网络模型,并应用于故障诊断.对基于概率统计思想和Bayes分类规则的概率神经网络模型、网络结构、算法及其特点进行了分析,并提出一种优化估计平滑因子的方法.概率神经网络可很好地诊断自行火炮发动机运行中油路和气路的故障,在模式识别和故障诊断领域中可取得良好的应用效果.     

神经网络在变压器故障诊断中的比较研究

在将神经网络应用于变压器故障诊断的过程中,针对BP算法易陷入局部极小、收敛速度慢的缺点,根据遗传算法具有全局寻优的特点,将二者结合起来形成一种训练神经网络的混合算法GA-BP算法;通过实例结果分析,表明该算法可以有效地运用于变压器故障诊断中,提高故障诊断的准确率.     

基于BP神经网络的电子电路故障诊断技术

提出利用BP神经网络进行电子电路故障诊断的基本思想、基本步骤,并通过MATLAB软件编程,对实际问题的解决进行仿真,说明该技术的可行性和有效性,为电子电路的故障诊断提出新思路。     

AFSA优化灰色神经网络的某电源组合故障预测

针对电源组合故障预测的需求,提出了一种基于人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)优化灰色神经网络的故障预测方法;文中首先对AFSA算法和灰色神经网络进行了介绍;然后在此基础上提出了基于AFSA优化灰色神经网络的故障预测模型,并给出了AFSA优化灰色神经网络参数的算法步骤;最后对制导雷达波束控制系统中的某电源组合进行了故障预测,预测结果表明该预测方法误差较小,达到了预期效果。     

局域网故障诊断的仿真研究

关于保障局网安全性,研究局域网故障诊断问题.局域网故障诊断方法忽略了网络节点的相关性,导致网络故障诊断正确率低,误差大.为了准确、快速有效地排除网络故障,提出一种启发式的局域网的故障诊断方法.启发式算法根据网络节点的相关性建立局域网故障诊断树,对网络故障相关性最大的节点进行组合,由报警节点,建立相关故障集合.根据局域网拓扑结构,设定故障搜索范围并结合相关故障集合,对故障诊断树进行推理并找到局域网故障节点.仿真结果表明,相对于现有的局域网故障诊断方法,启发式算法提高了网络故障诊断准确率,提高诊断的效率.     

基于小波神经网络的配电网故障定位研究

在分析小电流接地系统单相接地故障特征的基础上,利用小波分析对非平稳随机信号所具有的优越的时频局部特性和变焦能力来实现提取故障时暂态信息量的特征分量,然后构建出小波神经网络,根据神经网络良好的非线性拟合能力,建立起故障特征分量和故障点位置之间的映射,从而达到故障点精确定位.     

电子电路模糊神经网络故障诊断研究及仿真

针对模拟电路的故障特点,在确定智能诊断算法的基础上,论文尝试用高级语言编程来仿真实现.论文主要讨论了故障诊断的神经网络方法和将输入模糊化后的模糊神经网络方法,该方法结合了模糊逻辑和神经网络的优缺点,对于电阻元件的软故障,用模糊神经网络得到了比较理想的结果,对于所选的电路,用模糊神经网络可以对电阻增大和减小进行识别,实现了模拟电路软故障的辨识.对于模糊规则分不开的故障,可以运用神经网络进一步细分.论文着重以具体的模拟电路为研究对象编程模拟了诊断方法,结果证明这样的诊断方法是有效的.