排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
针对齿轮箱故障诊断过程中采集到的振动信号通常都比较复杂多变,随机性和偶然性也比较强的特点,提出了一种基于随机权重粒子群优化(Random Weight Particle Swarm Optimization,RWPSO)算法的双隐含层反向传播(Back Propa-gation,BBP)神经网络(RWPSO-BP)的齿轮箱故障诊断方法.对江苏千鹏诊断工程有限公司所公布的齿轮箱故障诊断实验中的原始振动数据进行多特征值提取;利用主成分分析法(Principal Component Analysis,PCA)对特征集进行降维处理,将多个变量的数据集转变为较少新变量的数据集(即主成分),把所选主成分归一化处理后利用双隐含层RWPSO-BP 神经网络进行诊断分析;将分析结果与单隐含层RWPSO-BP神经网络对测试样本的识别结果作对比.最后的诊断结果为:双隐含层RWPSO-BP神经网络的误差更小,可以较为准确地对齿轮箱故障类型进行有效的识别. 相似文献
2.
昆钢6号高炉降料线操作实践 总被引:1,自引:0,他引:1
对昆钢6号高炉降料而操作经验进行了总结.通过三次空料线降料面到风口,掌握了大型高炉降料面操作要点,使炉墙遥控喷涂造衬顺利实施,保证了高炉长期稳定顺行. 相似文献
3.
针对齿轮箱故障诊断过程中采集到的振动信号通常都比较复杂多变,随机性和偶然性也比较强的特点,提出了一种基于随机权重粒子群优化(Random Weight Particle Swarm Optimization,RWPSO)算法的双隐含层反向传播(Back Propa-gation,BBP)神经网络(RWPSO-BP)的齿轮箱故障诊断方法.对江苏千鹏诊断工程有限公司所公布的齿轮箱故障诊断实验中的原始振动数据进行多特征值提取;利用主成分分析法(Principal Component Analysis,PCA)对特征集进行降维处理,将多个变量的数据集转变为较少新变量的数据集(即主成分),把所选主成分归一化处理后利用双隐含层RWPSO-BP 神经网络进行诊断分析;将分析结果与单隐含层RWPSO-BP神经网络对测试样本的识别结果作对比.最后的诊断结果为:双隐含层RWPSO-BP神经网络的误差更小,可以较为准确地对齿轮箱故障类型进行有效的识别. 相似文献
4.
昆钢6号高炉(2000m^3)的纯水密闭循环冷却系统是按照卢森堡大公国ARBED公司BELCAL厂C高炉的原则进行流程设计和系统配置的。该工艺先进合理,运行可靠。自动化控制程度高。可从根本上保证高炉各部分冷却工艺的技术要求,冷却工艺设计和装备水平达到了80年代初的世界先进技术水平。C高炉寿命达15年,证实了其技术的先进性、可靠性和优良的冷却效果.但昆钢6号高炉能否达到预期的长寿目标,还必须靠我们在实践中掌握和改进这项工艺技术。本文着重对6号高炉投产以来纯水密闭循环冷却系统的运行状况进行总结。 相似文献
5.
基于Java和XML的系统生物学可视化建模系统 总被引:1,自引:0,他引:1
论文讨论了用系统生物学建模语言描述生化反应和基因调控网络模型的方法,设计并实现了系统生物学建模系统BioDesigner。最后利用BioDesigner有效地描述了最小钙振荡模型,并用仿真软件验证了模型的正确性。 相似文献
6.
6号高炉从开炉至今,炉内砖衬侵蚀严重,使冷却设备(上千块冷却板)突出地暴露在炉内,给我们的正常生产带来了威胁和影响。为使以后的生产能顺利进行,2004年10月8日6号高炉降料面到风口平面,对风口以上炉墙实施喷涂造衬,由于组织得当,仅用了10小时就实现安全、快速地将料面降至风口平面;各项操作调剂合理有效,高炉复风后仅30小时左右,炉况就全面恢复正常。 相似文献
7.
针对齿轮箱故障诊断过程中采集到的振动信号通常都比较复杂多变,随机性和偶然性也比较强的特点,提出了一种基于随机权重粒子群优化(Random Weight Particle Swarm Optimization,RWPSO)算法的双隐含层反向传播(Back Propa-gation,BBP)神经网络(RWPSO-BP)的齿轮箱故障诊断方法.对江苏千鹏诊断工程有限公司所公布的齿轮箱故障诊断实验中的原始振动数据进行多特征值提取;利用主成分分析法(Principal Component Analysis,PCA)对特征集进行降维处理,将多个变量的数据集转变为较少新变量的数据集(即主成分),把所选主成分归一化处理后利用双隐含层RWPSO-BP 神经网络进行诊断分析;将分析结果与单隐含层RWPSO-BP神经网络对测试样本的识别结果作对比.最后的诊断结果为:双隐含层RWPSO-BP神经网络的误差更小,可以较为准确地对齿轮箱故障类型进行有效的识别. 相似文献
1