基于混沌神经网络动态联想记忆的电机故障诊断

采用一种由混论神经元构成的神经网络,通过研究其非线性动力学特性、混炖吸引子轨迹以及对初始条件的敏感性,实现混炖神经网络的动态联想记忆。在此基础上,应用混沌神经网络对异步电动机鼠笼转子断条故障进行动态记忆和恢复。研究结果表明,基于混炖神经网络的故障诊断有助于故障模式的记忆和重视。     

基于LSTM的交流电机系统故障诊断方法研究

交流电机在人们生产及日常生活的各个领域中被广泛应用,并为生产力水平的进步以及日常生活水平的提升做出了重要贡献.电机系统的故障不仅会损害电机系统本身,严重时会导致大量经济和资源的损失与浪费,甚至威胁人身安全,所以,研究电机系统故障诊断方法对保障交流电机系统安全运行具有重要的现实意义.相较于传统故障诊断技术,深度学习方法在...     

基于模糊动态模型的传感器故障诊断方法

提出了解决控制系统全工况运行条件下传感器故障的诊断方法。系统的动态特性用模糊动态模型描述，模糊动态模型由一组反映系统局部动态的线性子模型通过模糊关系连接而成，基于观测器理论进行故障残差的设计，提出了一种衡量故障残差鲁棒性能的指标，然后采用遗传算法优化该鲁棒性指标，得到故障诊断观测器的优化增益阵和加权阵，最后讨论了诊断系统的稳定性，仿真结果表明：该诊断方法能很好地适应系统运行的不同工况，并有效地提高了诊断策略的鲁棒性。     

电机模糊优化模型的探讨

本文分析了电机模糊优化模型的特点,给出了模糊优化数学模型的表达式,对约束条件和目标函数进行了模糊化处理,对串励整流子电机进行了模糊优化设计结果比较满意。     

改进的双向联想记忆网络在凝汽器故障诊断中的应用

在确立凝汽器典型故障知识库的基础上,应用双向联想记忆(BAM)网络对凝汽器进行故障诊断.网络学习算法采用强化系数的多重训练算法.在该算法的作用下,BAM网络将被强化矢量对存储在以此矢量对为中心的Hemming距离为1的邻域里的能量最小点,从而保证矢量对的正确联想.设计了诊断模型,实现了对凝汽器典型故障的诊断,并分析了该模型在实际应用中可能出现的问题.     

基于模糊理论的变压器故障诊断模型研究

针对变压器状态诊断问题,以按变压器各个部件诊断为基础,引入模糊理论来构造变压器状态诊断模型,根据变压器各部件状态信息量的注意值和良好值,以及状态信息量和故障原因的对应关系,构造基于状态信息量的隶属函数,采用层次分析法确定变压器状态诊断模型中各状态信息的主观权重,然后选取熵值法确定各状态信息的客观权重,最后计算出主客观权重的综合赋权,将最终得到的权值应用于诊断模型中,计算故障概率,对得出的故障概率,按照最大隶属度原则判断故障原因.     

电机设备的现代故障诊断方法

分析了电机设备故障诊断的基本原理，以文献综述的形式系统的阐述了电机设备的现代故障诊断方法，并概括了已有的各种故障诊断方法的特点，指出了电机故障诊断方法的发展趋势。     

基于诊断思维的变压器模糊故障诊断

根据医生诊断推理［1］与变压器故障诊断在机理上的相似性，将其诊断思维的数学模 型用于大型电力变压器故障诊断之中，提出了一种变压器故障诊断的新方法。实例验证了该 方法的有效性。     

基于信息融合技术的电机故障诊断

为了从多方面反映电机系统状态，实现对电机故障模式的自动识别和准确诊断，将数据融合技术与神经网络相结合，建立电机故障诊断系统。首先在数据融合级上对故障特征量进行分类处理，然后采用多层神经网络进行故障特征级融合和电机故障的局部诊断，获得彼此独立的证据，再运用D-S（Dempser sha-fer）证据理论融合算法对各证据进行融合，最终实现对电机故障的准确诊断。诊断测试试验证明，该诊断系统提高了电机故障诊断的精度，能够满足诊断的实时性要求。     

基于小波分析的电机故障诊断研究

详细地分析了电机的机械振动特性和小波多分辨分析原理。通过具体实验，表明了小波分析的良好时频局部化特性在电机机械故障诊断方面的有效性，并为其它机械故障诊断提供了有效的分析手段。     

基于模糊神经网络的分段式直线电机提升系统的故障诊断

针对分段式直线提升系统的特点,应用基于模糊神经网络的故障诊断方法,将模糊逻辑与神经网络融合在一起,实现了对这一复杂系统的故障诊断。侧重介绍了模糊神经网络的结构和学习方法,并利用这些原理对直线电机本体进行故障诊断。仿真结果表明,该方法是有效的。     

神经网络在电机故障诊断中的应用综述

介绍神经网络在电机故障诊断方面的应用情况,系统地分析所采用的反向传播神经网络、径向基函数神经网络、小波神经网络、集成型智能诊断系统等网络模型及其最新的进展情况,并提出了未来的重点研究方向。     

基于模型和模糊逻辑的感应电动机定子绕组匝间故障诊断

在相轴模型的基础上,提出了一种感应电动机定子绕组匝间短路故障模型.该模型通过对定子绕组某相发生不同程度匝间短路故障的仿真,比较了正常时和故障时定子侧电流幅值的变化,从而验证了故障相电流大于正常相电流的结论.在此基础上,运用模糊诊断理论以及Simulink的fuzzy工具对感应电动机定子匝间短路故障进行模糊诊断,诊断结果表明,根据模糊规则采用的隶属度函数法能较好地反映出电机定子匝间故障程度.     

基于模糊专家系统的锅炉运行故障诊断研究

由于锅炉系统的复杂性使其难以建立精确的数学模型,而采用模糊专家系统能在信息不确定的情况下给出合理的解释。给出了该专家系统的结构,阐述了模糊事实的表达和知识的表示,介绍了推理过程。以炉膛水冷壁爆破故障为诊断实例,验证了诊断结果与实际情况相符合。     

电机故障诊断的人工智能方法综述

在分析电机故障诊断传统方法的基础上,讨论了近年来电机故障诊断领域的智能控制手段和最新进展:即神经网络、模糊逻辑、模糊神经和遗传算法等,给出了详细的图表和简化的应用实例,并比较了各方法的优缺点。     

基于信息融合技术的电机故障诊断

为了从多方面反映电机系统状态,实现对电机故障模式的自动识别和准确诊断,将数据融合技术与神经网络相结合,建立电机故障诊断系统。首先在数据融合级上对故障特征量进行分类处理,然后采用多层神经网络进行故障特征级融合和电机故障的局部诊断,获得彼此独立的证据,再运用DS(DempserShafer)证据理论融合算法对各证据进行融合,最终实现对电机故障的准确诊断。诊断测试试验证明,该诊断系统提高了电机故障诊断的精度,能够满足诊断的实时性要求。     

基于多数据融合的电机故障诊断方法研究

电机作为各类电驱设备的主要动力装置,具有结构简单、控制方便、能效高、无污染等优点.在电机运行过程中,受载荷多变、零部件老化、散热条件差等影响,故障频发,进而降低电驱装置的工作效率和稳定性.此外,电机故障种类繁多,各故障的征兆与表现又极其相似,不同故障产生的原因也错综复杂,这极大地提高了电机故障诊断的难度.传统的电机故障...     

感应电动机故障诊断技术综述

分析了感应电动机故障诊断技术的研究现状,介绍了小波分析、人工神经网络、模糊逻辑、专家系统等前沿技术在感应电动机故障诊断中的应用,对感应电动机的各种常见故障诊断方法进行了详细的分析和评述.