共查询到19条相似文献,搜索用时 140 毫秒
1.
以某型通信设备为例,介绍了如何将BP神经网络和传统的专家系统结合在一起,构成实时的故障诊断系统,从而避免传统的专家系统存在的一些问题,更好地解决故障诊断的问题。 相似文献
2.
为诊断与分析高压断路器故障, 本文提出了基于BP神经网络的高压断路器故障诊断方法。该方法利用高压断路器典型分合闸线圈电流-时间曲线, 能反映其机械故障状况的特点, 将仿真输出数据与故障编码比较获得诊断结果。该方法只需一组完整的故障数据作为网络的训练和测试输入, 就能够诊断出高压断路器操动机构是否出现异常情况, 以及确定出现故障的类型。本文以MATLAB2014b为试验平台, 用实际数据作为训练样本和测试样本进行仿真分析, 其输出结果与期望输出一致, 验证了该方法是一种有效的高压断路器故障诊断方法, 具有广阔的应用前景。 相似文献
3.
转动架作为某型游乐设备的关键部件,其固有频率和屈曲强度直接关系着结构的稳定性。运用有限元软件ANSYS Workbench建立转动架的有限元模型,通过模态分析和谐响应分析得到对转动架振动影响最为显著的固有频率,通过屈曲稳定性分析得到转动架失稳时的屈曲特征值,并运用试验设计获得140个样本点。为探索各个设计参数对转动架固有频率和屈曲强度的灵敏度,运用MATLAB软件建立BP(back propagation,反向传播)神经网络数学模型并对样本点进行拟合,再通过Isight与MATLAB的集成应用,利用描述性蒙特卡洛抽样法对神经网络模型进行数值模拟。结果表明:对转动架稳定性影响较大的危险模态主要是第10至第12阶模态;对转动架危险模态频率影响较大的主要是肢杆壁厚度、肢杆截面长度和肢杆截面宽度,而对转动架屈曲稳定性影响较为明显的则是肢杆、腹杆和圆板的6个尺寸参数。研究结果表明,合理地改善对转动架稳定性影响较大的设计参数将有效地提升其稳定性和设计效率,这可为该结构的后续设计和优化提供一定的借鉴和参考。 相似文献
4.
5.
6.
BP神经网络在机械故障诊断中的应用 总被引:4,自引:0,他引:4
随着现代化生产的进行,机械设备的故障诊断技术日益受到重视.介绍BP算法神经网络模型,给出BP神经网络应用于机械故障诊断的基本步骤.阐述三层BP神经网络采用数据驱动正向推理的故障诊断策略.即从初始状态出发,向前推理到达目标状态为止.介绍BP神经网络在机械故障诊断中的应用及实例,对某型号拖拉机变速箱中的主要零件——齿轮和轴承进行故障诊断振动测试,对部分齿轮和轴承发生故障时的振动信号进行测量.虽然BP网络在机械故障诊断中已得到广泛的应用,但由于神经网络本身还处于发展之中,还有不少问题需要进一步深入研究. 相似文献
7.
分析了故障字典法在实际应用中存在的不足,提出将单位BP算法应用到电子线路的故障诊断中。对基于该方法的航空装备电子线路故障诊断进行了计算机仿真,并分析了网络参数的变化对训练结果的影响。仿真结果表明了该方法的合理性和有效性。 相似文献
8.
传统的柴油机故障诊断与处理方法主要都是以定期保养和事后维修为主,缺乏针对事故的预见能力,且效率比较低,成本较高。这就为人工智能技术在柴油机故障诊断上的应用开辟了广阔的空间。本文主要以非线性并行分布处理为主的神经网络为研究理论,通过对建立的BP网络模型,RBF网络模型和Elman网络模型进行了比较,发现这三种网络虽然各有特点和优势,但均适用于特定条件下的故障诊断要求。 相似文献
9.
10.
为实现枪弹外观缺陷自动检测,提出一种基于BP神经网络的枪弹外观缺陷自动识别与分类方法.首先针对枪弹外观缺陷图像特点,从形状、颜色、纹理提取类别差异明显的缺陷特征向量,作为神经网络的输入,以提高分类效果;然后通过经验和实验验证确定神经网络结构及参数,并分析传统BP算法在枪弹外观缺陷分类应用中的不足,通过优化BP算法以提高网络分类性能.实验表明:优化BP算法能够有效分类枪弹外观缺陷测试样本,识别率达到92.1%,与传统BP算法相比,提高了收敛速度,并表现出较好的准确性和鲁棒性,能够更好满足枪弹外观缺陷自动检测要求. 相似文献
11.
基于椭球单元网络的旋转机械多故障同时性诊断 总被引:5,自引:0,他引:5
阐述了椭球单元(ElipsoidalUnit)网络的原理及其结构,研究了网络权重初始化方法和网络的训练算法,借助这种高阶网络泛化的有界性,针对大型旋转机械多故障同时性诊断问题,构造了一种由多个子网络组成的分级诊断网络(HDANN)。测试结果表明:用基于椭球单元网络的HDANN网络分级诊断策略解决大规模故障诊断问题是合理有效的,且具有较高的诊断精度,可用于旋转机械工况实时监测和诊断场合。 相似文献
12.
提出了一种将神经网络技术与小波分析相结合的故障诊断方法,对诊断对象进行时域信号采集,通过小波分析,获得所需参数,再将此参数作为神经网络的输入量,从而达到故障诊断的目的. 相似文献
13.
14.
CHEN Chang zheng LI Qing SONG Hong ying Diagnosis Control Center Shenyang University of Technology Shenyang P.R.China 《国际设备工程与管理》2001,6(3)
1 IntroductionInallfaultsofequipment,therateofwearfaultiseminent[1] ,especiallyinreciprocalmachines.Accordingtothestatistics,inallfaultstakingplaceindieselenginesusedinmines ,therateofwearfaultisover 50 % .Tothediagnosisofthesefaults,theeffectivemethodistouse… 相似文献
15.
人工神经网络和机械故障诊断 总被引:33,自引:1,他引:33
智能化诊断是现代故障诊断技术发展的主要趋势,人工神经网络技术的出现为这种智能化提供了一个全新的途径。本文首先简单介绍了人工神经网络的基本性能及几个重要模型,着重探讨了人工神经网络技术在机械故障诊断领域中预测与控制、工况监测与故障分类诊断、模糊诊断和基于专家系统的故障诊断等几个主要方面的应用,指出人工神经网络技术与现有的信号处理、模式识别、模糊逻辑、专家系统等技术相结合,以解决故障信号分析与处理、故障模式识别以及故障论域专家知识的组织和推理等问题,必将加快智能化诊断发展的进程。可以预料:基于人工神经网络的故障诊断技术将具有广阔的发展与应用前景,并且随着VLsI 技术的发展,这一新技术必将广泛地应用于各种诊断实例。最后讨论了进一步值得研究的方向。 相似文献
16.
遗传算法和BP神经网络在电机故障诊断中的应用研究 总被引:2,自引:0,他引:2
人工智能方法在电机故障诊断中的应用,使得电机故障能够得到及时准确的预测和诊断,保障了电机的安全运行。介绍了BP神经网络及遗传算法的基本原理及组成结构,针对BP神经网络容易陷入局部极小点及收敛速度慢的问题,利用遗传算法对BP神经网络的权值和阀值优化,改善了BP神经网络的诊断性能;通过GA-BP网络对电机的三种故障模式进行了诊断识别,其实验仿真结果表明:无论是在诊断速度上还是诊断精度上,GA-BP神经网络诊断性能都比单独的运用BP网络有了很大提高。 相似文献
17.
18.
采用动量法和学习速率自适应的改进BP神经网络建立风机故障诊断系统。在网络训练过程中分别采用标准训练样本和含有白噪声的训练样本来训练网络,使网络具有一定的容错性。最后通过仿真实验和风机的故障诊断实例表明:改进的BP神经网络减少训练次数,提高了学习效率,而且有效地抑制网络陷于局部极小,是风机故障诊断的有效方法。 相似文献