基于PNN的变压器故障诊断研究

变压器油中溶解气体分析是变压器内部故障诊断的重要手段。当前我国大部分应用的是改良三比值法对油中溶解气体进行分析。但利用三比值法作为变压器故障诊断的判据存在两方面的不足,即所谓编码缺损和临界值判据缺损。针对概率神经网络(PNN)强大的模式识别和能很好地对变压器故障进行分类的特性,文章在对概率神经网络结构和原理介绍的基础上,利用概率神经网络对变压器故障进行诊断。仿真实例表明,该方法具有较高的故障诊断正确率。     

基于径向基函数神经网络的模拟/混合电路故障诊断

径向基函数神经网络是一种前馈型神经网络,具有较强的函数逼近能力和分类能力,学习速度快等优点.本文采用幅值恒定的正弦信号源进行模拟电路的故障仿真,从频域提取输出信号波形的特征值建立故障字典,应用径向基函数神经网络的这些优点进行响应分析和故障诊断,能够实现快速故障诊断及定位,具有准确率高的特点.     

基于PCA和PNN的模拟电路故障诊断

为了解决模拟电路故障识别困难的问题,提出一种基于主成分分析和概率神经网络的模拟电路故障诊断方法。该方法对采集到的模拟电路故障信息进行特征提取,将提取的故障特征归一化处理后输入概率神经网络,进行训练和故障模式的分类识别。实验结果表明,该方法是有效的,具有较高的故障诊断率。     

基于PCA和PNN的模拟电路故障诊断

为了解决模拟电路故障识别困难的问题,提出一种基于主成分分析和概率神经网络的模拟电路故障诊断方法。该方法对采集到的模拟电路故障信息进行特征提取,将提取的故障特征归一化处理后输入概率神经网络,进行训练和故障模式的分类识别。实验结果表明,该方法是有效的,具有较高的故障诊断率。     

基于径向基函数网络的模拟电路故障诊断设计

模拟电路的固有特点使其故障诊断较数字电路困难.相对于BP网络,RBF神经网络具有最佳逼近性能且收敛快、无局部极小,可引入解决上述困难.根据具体电路,定义故障,选定测试点,确定网络结构,用Pspice获得训练样本,经过训练得到RBF网络.网络的输入为从测试点得到的输入向量,输出为对应的故障.为了验证网络的泛化性能,对每种...     

PNN神经网络在甚高频通信收发机故障诊断中的应用

为提高甚高频通信收发机通信失真故障诊断的效率和准确性,提出了一种利用PNN神经网络进故障诊断的方法.利用甚高频通信收发机输出信号中的9个参数作为故障特征输入向量,5类故障模式作为输出向量,建立PNN神经网络故障诊断模型.仿真实例表明,该诊断方法可行、有效,可大大提高诊断效率和准确性.     

基于PSO-RBF神经网络的模拟电路故障诊断研究

针对模拟电路故障诊断的难点和传统诊断方法的不足之处,提出了一种基于PSO算法优化的RBF神经网络模拟电路故障诊断方法。为了约简网络结构从而提高诊断效率,采用主成分分析方法对故障特征进行有效提取。针对RBF网络传统训练算法中隐层节点中心及基函数宽度选取困难问题,提出采用PSO算法来优化训练RBF网络,以提高网络的训练速度和泛化性能。最后,通过电路仿真对所提方法的有效性进行了验证。     

基于PNN神经网络的电控发动机故障诊断

PNN是前馈型神经网络,具有强大的非线性模式分类能力。提出运用PNN神经网络对发动机电控系统进行故障诊断的方法,介绍了PNN神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金德KT600故障诊断仪采集发动机故障数据流,利用PNN神经网络建立诊断模型,并对网络诊断模型进行验证,诊断结果完全正确,且训练速度非常快。实验结果表明PNN神经网络具有较强的泛化能力和实用价值。     

径向基函数神经网络下的转子系统裂纹故障诊断处理

针对转子系统中出现的裂纹故障,本文利用径向基函数(RBF)神经网络和基于模型转子系统诊断技术在非线性系统动态辨识过程中的优势,提出了全新的转子系统裂纹故障的诊断处理方式,此处理方式使用径向基函数神经网络实现转子系统裂纹故障的诊断处理,在诊断过程中通过已经辨识到的信息对转子系统故障进行快速的检测及分离。通过研究分析,本文中提出的径向基函数神经网络下的转子系统裂纹检测适用于在线检测及定量识别。最后对此方法进行仿真,表示此方式有效。     

RBF网络在发电机状态监测中的应用研究

为提高发电机状态异常判别和故障诊断的能力，研究一种状态监测的智能判别方法。设计了一种基于径向基函数神经网络的模型，阐述其网络结构，训练算法及综合决策方法，该模型不仅能利用故障样本及专家经验知识进行状态判别，而且可以不断学习新的样本获取新的知识。经过训练的网络能很好地判别电机状态，仿真结果表明，该网络及决策方法有效，并具有良好的实用价值。     

一种基于小波神经网络的故障诊断方法

在阐述了小波变换和BP(反向传播)神经网络概念的基础上,根据小波神经网络故障诊断的基本思想,提出了一种基于"能量-故障"的小波预处理神经网络故障诊断方法.实验仿真结果表明,使用该方法提取故障特征加快了神经网络的训练速度,能迅速地进行故障的检测和定位.     

小波-神经网络在故障诊断中的应用

根据旋转机械振动信号特点,提出了小波分析和概率神经网络相结合的故障诊断方法。该诊断方法利用小波分析进行预处理-获取机械故障特征向量,概率神经网络应用该特征及对应的故障类型建立非线性映射,实现故障诊断。通过计算机仿真和试验的结果,表明该方法运算速度快、对样本噪声有较强的鲁棒形,结构简单,工程上易于实现,为旋转机械故障诊断提供了实践方法。     

基于系统级诊断理论的卫星网络故障诊断

本文将系统级诊断引入到卫星网络的故障诊断领域.针对卫星可以具有多个通信方向且可以部分通信失效的特性,提出了一种新颖的卫星网络建模方法——双层节点图,设计了基于广播的卫星网络系统级诊断方案,并对其通信开销进行了理论分析.测试中充分利用了卫星广播和一对多的通信模式,使本方案不但适用于任意类型的网络拓扑,而且可以节省通信量.仿真结果表明诊断的通信开销随网络中可通信端口数量的减少而下降.     

神经网络在齿轮故障诊断中的应用

以齿轮振动信号的时域特征为神经网络输入，齿轮的主要故障形式作为神经网络输出，利用改进的BP算法训练后的网络对齿轮故障进行诊断，取得较好的效果。     

基于贪婪算法的系统级故障的概率诊断

概率诊断算法是系统级故障诊断研究的一个重要方面,本文在集团理论的基础上,利用贪婪算法中不同贪婪准则提出了四个概率诊断算法.通过对诊断算法进行仿真,分析比较了各算法的性能,每种算法在较少的测试数情况下,均表现出较高的诊断正确率,且时间复杂度不高.四种贪婪算法中贪婪算法一的性能最优,实验结果表明,相对于经典的概率诊断算法—Compete算法与Majority算法,相同条件下,在诊断正确率上贪婪算法一要远好于Majority算法,在时间复杂度上要好于Compete算法,综合性能上要优于此两种概率诊断算法.     

一个基于并行集团的系统级故障概率诊断算法

概率诊断算法是系统级故障诊断研究的一个重要方面,本文提出了一种基于并行集团的概率诊断算法-PGSFPD算法,并设计了一个系统级故障诊断软件仿真系统,对诊断算法进行仿真,分析比较各算法的性能,仿真结果表明PGSFPD算法性能优于经典的概率诊断算法-Somani & Agrawal算法,可在只需较少测试数的情况下,在保持很高诊断正确率的同时,大大降低系统的规模.     

一种基于神经网络的模拟电路故障诊断方法

模拟电路故障诊断一直是一项富有挑战性的研究课题。文章在简要介绍BP神经网络基本原理的基础上,以差分放大电路为例,设计并实现了基于BP算法的模拟电路故障诊断方法,建立了模拟电路故障诊断BP神经网络模型。实验表明,该模型的辨识精度高,能实现对模拟电路故障的正确诊断。     

基于神经网络的电力变压器故障性质诊断研究

本文利用BP神经网络针对电力变压器故障性质诊断进行了研究,建立了5-12-3型神经网络模型,对比多种改进的BP算法选择最佳的训练函数。经实际数据仿真验证该模型能准确快速地得到诊断结果,达到预期效果。     

Fault Diagnosis of Analog Circuits Using Bayesian Neural Networks with Wavelet Transform as Preprocessor

We have developed an analog circuit fault diagnostic system based on Bayesian neural networks using wavelet transform, normalization and principal component analysis as preprocessors. Our proposed system uses these preprocessing techniques to extract optimal features from the output(s) of an analog circuit. These features are then used to train and test a neural network to identify faulty components using Bayesian learning of network weights. For sample circuits simulated using SPICE, our neural network can correctly classify faulty components with 96% accuracy.     

电路故障诊断的神经网络方法

分析了神经网络的容错能力、分类能力以及高速神经计算能力在电路故障诊断中的优势。举例说明了应用神经网络方法进行数字电路及模拟电路故障诊断的基本方法和步骤,着重突出了实际应用中存在的故障特征选取、神经网络建立、多故障处理等难点,提出了具体解决方案,指出了进一步的发展方向和理论创新点。