排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
把贝叶斯网络引入到模型诊断框架中,依据观测量,研究了一种建立系统贝叶斯网络观测模型的方法。利用网络观测模型,可计算系统诊断解的后验概率,从而找出系统最可能的故障组件。最后,以卫星两轴姿态控制系统为例,应用本文方法进行了分析。 相似文献
2.
生物免疫系统众多的工作机理为研究新的故障诊断方法提供了方向.该文研究了一种结合克隆和变异原理的反面选择算法.比较气阀正常和故障时的频谱,提取出气阀某一故障的特征频段,利用反面选择算法产生适于这一故障的检测器集.通过对3种气阀故障的检测,说明了该算法的有效性. 相似文献
3.
4.
针对压缩机气阀故障信号非平稳性、非周期性的特点,提出一种基于主成分分析(PCA)和GA-PSO优化BP神经网络的压缩机气阀故障诊断方法。首先利用小波包分解提取出气阀故障的特征;然后故障特征向量通过PCA降维,降低网络的规模和计算时间。针对标准BP算法收敛速度慢且易陷入局部极小的缺点,引入一种GA-PSO算法用于BP神经网络的参数优化过程。最后以往复压缩机阀盖的振动信号作为信号源,通过故障诊断仿真测试,验证了PCA和GA-PSO-BP神经网络对压缩机气阀故障诊断具有可行性和有效性。 相似文献
5.
6.
1