共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
提出了一种基于小波分析的HAGC系统传感器故障诊断方法。通过建立系统的MA模型,建立残差信号,利用离散小波变换对残差信号进行多分辨率分析。通过残差信号的故障高低频特性,提取故障敏感特征,实现了传感器故障时间、故障原因、故障程度的诊断。仿真研究表明,该方法凸现故障特征,时域定位准确,不但适用于突变故障,对渐变故障同样有效。 相似文献
5.
6.
介绍了一种基于小波包分解的缺陷回波多尺度空间能量特征提取方法,对焊缝超声回波信号进行了特征提取,并采用基于距离的类别可分性判据对提取结果进行了评价。 相似文献
7.
文章通过介绍神经网络(BP)的原理,研究BP算法在TRT伺服系统故障诊断方面的应用。BP算法因其高度的非线性、模拟的并行性、高度容错性、系统健壮性、自联想、自学习和自适应等许多特点,在TRT伺服系统诊断中发挥较大的作用。 相似文献
8.
小波—AR谱估计在齿轮故障诊断中的应用 总被引:1,自引:0,他引:1
针对在齿轮箱故障诊断中,由于现场环境的噪声干扰,采集的故障信号的信噪比低.用FFT变换求功率谱进行谱分析时,转频、啮合频率被很强的背景噪声所淹没,无法判别齿轮是否有故障.在采用峭度、偏态等统计量特征值初步判别齿轮是否异常的基础上,用小波降噪方法提取故障信号,并用AR模型进行谱估计,确定齿轮的故障类型及严重程度. 相似文献
9.
基于小波包分解的转子叶片裂纹故障特征分析 总被引:2,自引:0,他引:2
应用小波包分解能对信号高、低频部分局部细化并保留原信号的时域特征,因而具有良好的时频局部化特性,对非平稳信号进行有效识别的技术,从采集到的有叶片裂纹时的振动信号,通过选取适当的频段进行信号重构,提取叶片裂纹故障的特征,从而实现转子叶片裂纹故障诊断。 相似文献
10.
11.
研究了用小波包分析方法从炉口音频信号中提取AOD炉喷溅预报特征信息的方法。采用db10(小波基函数)小波对喷溅发生前的特征信号进行4层小波包分解,结合快速傅里叶变换法及小波尺度谱进行时频特征分析,并研究了其各频带分解信号的能量比例特点。结果表明,喷溅前40s信号的主频值较正常信号有明显降低,0~312Hz与312~625Hz频段信号能量值比例变化显著。而且低频重构信号可以极好地滤除多种现场干扰,说明该时频特征可以作为准确预报喷溅的特征向量。最后,通过实验确定了8个特征向量值并分别与喷溅或正常信号的特征向量进行相关性比较,验证得出相关度0.95可作为喷溅预报的判定阈值。从而实现了喷溅预报特征信号的准确提取并可转化为计算机容易识别的数值特征。 相似文献
12.
针对冶炼过程喷溅特征提取及喷溅预测困难的问题,提出基于小波包变换与主成分分析的优化参数模型的支持向量机喷溅预测方法。该方法经小波包变换将冶炼喷溅的噪声和氧枪振动信号分解为不同频带的信号。由于不同频带的信号出现相互干扰和堆叠,因此通过主成分分析将频带能量降维分离成不同频带,进而将这些处理后的信号作为喷溅特征向量。对支持向量机模型参数(C、g)进行遗传算法优化,通过支持向量机对喷溅的分类及预测,验证了该方法的有效性。实验结果表明:经小波包变换和主成分分析获得的特征信号能够准确地反应喷溅特征,提出的支持向量机方法具有较好的分类性能,喷溅预测准确率较高。 相似文献
13.
研究了二硫代二安替吡啉甲烷作修饰剂的修饰玻碳电极,并以此为工作电极,建立了测定铜和铅的阳极溶出伏安法。应用小波变换去噪、数据压缩和背景扣除功能对峰电流信号进行处理,用遗传算法自适应概率搜索神经网络的最优网络结构和参数,解决神经网络过拟合问题,将小波神经网络(WT-BP-ANN)、小波遗传神经网络(WT-GA-BP-ANN)的分析结果进行比较,Cu2+,Pb2+测定结果的RSD分别为3.49%,2.33%;3.77%,1.89%,表明小波遗传神经网络优于小波神经网络。 相似文献
14.
为了进一步提高热连轧精轧机组轧制力的设定精度,采用小波神经网络建立轧制力预报模型。并采用改进的快速BP算法来训练网络。仿真结果表明:建立的轧制力预报模型的预报值与实际值之间的相对误差在±6%以内,且学习算法收敛速度快。 相似文献
15.
16.
系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类. 相似文献
17.
18.
针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法. 相似文献
19.
提出了一种基于免疫遗传算法(IGA)的BP神经网络设计方法.该算法在遗传算法(GA)的基础上引入生物免疫系统中的多样性保持机制和抗体浓度调节机制,有效地克服了GA算法的搜索效率低、个体多样性差及早熟现象,提高了算法的收敛性能.为了解决BP神经网络权值随机初始化带来的问题,用多样性模拟退火算法(SAND)进行神经网络权值初始化,并给出了算法详细的设计步骤.仿真结果表明,同混合遗传算法相比,该算法设计的BP神经网络具有较快的收敛速度和较强的全局收敛性能. 相似文献