排序方式: 共有57条查询结果,搜索用时 15 毫秒
51.
采用人工神经网络进行变压器DGA数据的分析与诊断。为全面评价变压器的实际运行状况,综合利用了各特征气体含量及其比值信息,并借鉴模糊数据处理思想构造初始输入特征集合。借助一个特殊的复合神经网络进行数据分析与故障诊断。其中,非线性主分量分析网络执行多元输入特征信息的融合及主特征选择,形成待识别故障类的敏感特征量;随后的多层感知器执行故障模式识别。试验结果表明,在DGA分析的基础上,应用非线性主分量分析-多层感知器复合神经网络可有效实现变压器不同故障模式的智能化识别,获得较好的诊断结果。 相似文献
52.
53.
轴承疲劳故障诊断方法的实验研究 总被引:3,自引:0,他引:3
基于多组轴承实际运行状态的监测实验,对信号变化特征作了全面描述,弥补了依据模拟故障试验的不足,通过多方面的分析、比较,得出了一套用于滚动轴承疲劳故障在线监测和诊断的有效方法。 相似文献
54.
55.
56.
57.
以冲击载荷下的磁流变减振器为对象,设计一单杆长行程冲击型减振器,基于Bingham模型推导建立包括由环形阻尼孔内的摩擦阻尼力、库仑阻尼力、惯性阻尼力、节流阻尼力、结构附加阻尼力和摩擦阻尼力等组成的动力学模型,并利用最小二乘算法辨识模型中关键参数,试验结果证实了拟合的磁流变冲击减振器动力学模型准确性.针对冲击载荷特点,设计基于全状态反馈和指数趋近律控制率的滑模变结构目标跟踪控制器,基于构建的试验平台分析比较On-Off算法、PID算法和滑模控制算法控制效果,结果显示滑模控制算法下的磁流变冲击减振器振动峰值缩减27.33%,活塞行程缩减48.75%,控制效果最为理想. 相似文献