容差子网络级故障诊断

该文在故障子网络等效电流矢量的基础上,讨论了子网络的测试特性,得到了容差条件下故障子网络判断的必要条件。该方法在诊断过程中可对各子网络同时做出诊断,不但能加快诊断过程,而且可消除误差传递性的问题,对于容差故障诊断具有理论和实际意义。     

黑箱子网络的单子网络故障诊断

对所有的子网络都不要求知道其网络内部结构和参数,而仅根据子网络的端口伏安关系就可进行子网络的故障诊断称为“黑箱”子网络诊断,本文就这一类诊断进行探讨并提出了正交投影来定位单一子网络故障的方法。使用这一方法只需一次测试便可定位故障子网络,并且不存在误差的传递性问题。因此对于多端集成电器件的电路故障诊断具有理论和实际意义。     

基于神经网络信息融合技术的模拟电路故障诊断

研究了神经网络信息融合技术在模拟电路故障诊断中的应用。利用BP神经网络建立信息融合中心,对多传感器数据进行融合处理,减少模拟电路故障诊断的不确定性。对标准电路的输出电压与电源电流特征信息,及两者融合信息的故障诊断性能比较,表明神经网络信息融合方法用于模拟电路故障诊断是有效和可行的。     

基于模糊神经网络的板级电路故障诊断研究

板级电路故障诊断过程复杂，故障征兆和故障原因之间存在着许多不确定因素，建立精确的故障诊断系统存在着许多困难，针对这种情况，本文提出了基于模糊神经网络，利用模糊逻辑和神经网络相结合建立故障诊断系统的方法，并以某电路板为研究对象对该方法作了验证。     

基于BP神经网络的模拟电路故障诊断

模拟电路的可靠性决定了电子设备的可靠性.针对目前BP网络在模拟电路故障诊断中存在的容差和非线性等问题,提出多频组合法,对电路中的软故障进行诊断.通过在电路输入端施加3 V的正弦激励,选取不同的测试频率,对测试点进行测试,得到各待测元件的故障值.该系统解决了模拟电路中的容差问题,提高了诊断率,并在仿真中得以证明.     

基于神经网络的故障诊断

本文以神经网络为理论基础介绍了神经网络在故障诊断中的应用方法,并以风机以某钢铁公司烧结厂烧结风机,不同测点现场采集的待诊数据为神经网络训练样本和测试样本,通过MATLAB软件得出识别结果,结果表明该方法的正确性和有效性。     

模拟电路故障诊断的BP神经网络方法研究

BP网络是模拟电路故障诊断中应用十分广泛的一种神经网络。针对传统BP算法的误差下降缓慢,调整时间长,甚至容易陷入局部极小点而不能自拔等局限性,提出用弹性算法与BP网络相结合的方法,并结合某型雷达装备的具体电路,运用该方法建模、仿真。实验结果表明,采用弹性算法结合后的BP网络误差收敛稳定,训练速度快,在克服传统BP算法的局限性上效果显著,为新型雷达装备的故障诊断和维修提供了一种方法,具有特定的实用意义。     

基于模糊神经网络的执行器故障诊断

针对神经网络在故障诊断中的局限性,提出了一种将模糊理论与BP神经网络结合的故障诊断方法,使其应用到执行器故障诊断中.通过和BP神经网络学习算法对执行器故障诊断的结果比较来证明模糊神经网络算法的优越性.首先介绍执行器常见故障;其次对故障征兆进行模糊化预处理,获得了神经网络训练样本,最后应用Matlab软件进行了系统仿真.仿真结果表明:该方法收敛速度快、诊断精度高、自适应性强,能够有效地诊断执行器故障.     

基于BP神经网络的某型飞机火控系统故障诊断

根据某型飞机火控系统的特点,给出了BP神经网络数学模型及其学习算法,在此基础上以某型飞机火控系统作为为被诊断对象,运用BP神经网络数学模型及其学习算法对其进行故障诊断。诊断结果表明BP神经网络不仅能识别出样本自身的故障,而且能准确诊断出样本以外数据故障,提高某型飞机火控系统一线维修保障效率。     

BP神经网络在光伏发电系统故障诊断中的应用

介绍了并网光伏发电系统的故障诊断模式和故障原因,以及BP神经网络的结构与学习算法。针对太阳能并网光伏发电系统工作过程中可能出现的故障,提出了一种基于BP神经网络的故障诊断方法。测试结果表明了该方法的有效性和可能性,达到了预期的结果,可以用于并网光伏发电系统的故障诊断。     

基于遗传神经网络的电力机车主变流器故障诊断

在变流器的故障诊断系统中,针对BP算法存在收敛速度慢、容易陷入局部极小值的问题,文章采用了遗传算法的选择、交叉、变异过程代替班,神经网络的反向传播过程的遗传神经网络算法。通过仿真试验证明,这种算法具有收敛速度快、推广性强的特点,极大提高了变流器的故障诊断系统的效率和准确性。     

模拟电路故障诊断中的特征信息提取

在运用BP神经网络进行模拟电路故障诊断过程中,代表故障特征的网络输入至关重要。分析了常见特征信息提取和故障诊断方法,提出一种基于多测试点、多特征信息原始样本集的新方法。运用这种方法构造原始故障特征集,然后作为BP神经网络的输入对网络进行训练,仿真结果表明,通过该方法构造的样本集训练出来的网络对模拟电路故障诊断的正确率优于传统方法,证明了该方法在模拟电路故障诊断中的可行性,为模拟电路的故障诊断提供了一种新方法。     

基于LabVIEW与BP神经网络测距终端故障诊断系统研究

结合LabVIEW图形化编程特点和Matlab强大的矩阵运算能力,利用二者混合编程实现BP网络算法改进,设计了基于LabVIEW与BP神经网络的测距终端故障诊断系统,且通过对测距中参考信号发生器单元电路产生的硬故障进行识别诊断,以检验其可靠性。应用结果表明,该系统不仅能对多种未知故障进行准确分类识别,并可将结果通过简单直观的界面显示出来,从而降低故障诊断人员的工作难度,具有较强的实用价值。     

某型电台智能故障诊断系统模型研究

针对某型电台的智能故障诊断,提出了故障树与BP神经网络相结合的诊断系统模型。BP神经网络的参数由故障树提取,具体诊断时,首先通过对发生的故障与故障实例库进行匹配,如果匹配成功,找出已有故障的维修策略,如果不匹配,则进入BP神经网络模块对新发生的故障进行诊断。结合这两种方法的电台故障诊断系统诊断速度快,准确率高,实用性强,在机载电子设备故障诊断中具有良好的应用前景。     

基于概率神经网络的滚动轴承故障诊断

针对滚动轴承故障征兆与故障模式映射的复杂性,以及BP网络容易陷入局部极小、收敛速度慢等缺点,提出了基于概率神经网络（PNN）的滚动轴承故障诊断方法。采用11个时域统计特征作为样本特征,利用PNN实现样本分类,并与反向传播（BP）网络进行滚动轴承故障诊断的方法进行了对比。结果表明,PNN网络可以实现滚动轴承不同类型的故障识别,其分类结果比BP网络具有更高的准确性,并在避免局部极小和节约训练时间方面有较好的实用性。     

装备系统故障诊断技术研究

基于对设备快速诊断的目地,采用了BP网络进行故障诊断并且应用总线原理设计一套人性化的显示系统的方法．通过BP网络训练并使用总线仿真软件CANoe建立三节点的故障信息显示系统,定义网络节点,创建故障信息报文数据库,编辑虚拟面板,编制CAPL程序,模拟故障检测过程,以软件仿真的形式虚拟设计故障信息显示系统的实验,得出总线负载率和基于J1939协议的故障信息显示系统可采集设备运行过程中各部件的故障信息．并通过总线发送到信息显示系统上的结论。     

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。