共查询到18条相似文献，搜索用时 234 毫秒
1.
张树忠 《福建工程学院学报》2018,(6):516-519
针对风力发电机关键部件齿轮箱故障频率高、诊断难的问题,开发了包含传统时频域分析和现代分析模块的故障诊断系统。该系统对所采集的振动信号进行了小波去噪、小波包分解并重构后得到各频段能量占比的特征向量,将该特征向量输入到Back Propagation（BP）神经网络模型进行振动信号与正常或各故障状态之间映射,从而智能识别运行状态。应用Matlab和Labview开发系统,输入齿轮箱的4种典型运行状态进行验证,结果表明,所设计的系统可较好地对风机齿轮箱的故障进行诊断。 相似文献
2.
《福建工程学院学报》2018,(6)
针对风力发电机关键部件齿轮箱故障频率高、诊断难的问题,开发了包含传统时频域分析和现代分析模块的故障诊断系统。该系统对所采集的振动信号进行了小波去噪、小波包分解并重构后得到各频段能量占比的特征向量,将该特征向量输入到Back Propagation(BP)神经网络模型进行振动信号与正常或各故障状态之间映射,从而智能识别运行状态。应用Matlab和Labview开发系统,输入齿轮箱的4种典型运行状态进行验证,结果表明,所设计的系统可较好地对风机齿轮箱的故障进行诊断。 相似文献
3.
针对目前机车滚动轴承故障诊断效率低、速度慢的问题,设计一种基于小波包与粗糙集神经网络的机车走行部滚动轴承故障诊断方法。首先运用小波包分解构造故障特征集,之后运用粗糙集对故障特征集进行降维处理,消除冗余信息,然后将降维后的最小属性集作为Levenberg Marquardt算法改进的BP神经网络的输入,建立相应的神经网络模型实现故障诊断。测试结果表明,相较于普通BP网络模型,该方法降低了神经网络模型构建的复杂度,提高了故障诊断速度与故障诊断准确率。 相似文献
4.
冯振国 《胜利油田师范专科学校学报》2002,(4)
在分析电机设备故障诊断的基础上,讨论了电机设备故障诊断的最新研究成果:即基于信号处理的小波变换分析、神经网络和模糊逻辑控制应用技术,并讨论了电机设备故障诊断技术的发展趋势。 相似文献
5.
冯振国 《中国石油大学胜利学院学报》2002,16(4):10-11
在分析电机设备故障诊断的基础上,讨论了电机设备故障诊断的最新研究成果即基于信号处理的小波变换分析、神经网络和模糊逻辑控制应用技术,并讨论了电机设备故障诊断技术的发展趋势. 相似文献
6.
徐斌 《重庆职业技术学院学报》2012,21(1):165-167
智能诊断技术的研发与运用为汽车的故障诊断开辟了新的途径,基于神经网络的发动机故障诊断技术是智能诊断技术的重要组成部分。本文对基于BP神经网络、非BP神经网络及神经网络与其他技术相结合的汽车发动机故障诊断的研究进展进行了综述,并对三种发动机故障诊断技术进行了比较,展现了神经网络技术在智能诊断汽车故障系统中的运用和发展。 相似文献
7.
8.
9.
分析了智能故障诊断技术的特点,利用模糊理论、小波分析、神经网络和专家系统等诊断方法．设计了模拟电路智能故障诊断系统,给出了系统的组成模块及其功能,利用不同诊断推理法的互补性进行诊断系统的引擎设计,并探讨了构建系统平台的原则。该系统已在有关模拟电路的故障诊断中应用,并取得了预期效果。 相似文献
10.
乔维德 《金华职业技术学院学报》2022,(6):47-53
针对目前电力变压器故障诊断方法中存在的问题与不足,构建一种基于萤火虫—粒子群混合算法和改进BP算法的电力变压器BP神经网络故障诊断模型。采取萤火虫—粒子群混合算法优化BP神经网络结构初始参数,利用改进BP算法和电力变压器故障样本数据训练BP神经网络。通过对250组训练样本和50组测试样本的仿真分析,该故障诊断方法能有效快速识别变压器故障类别,准确迅速地诊断故障。实验结果证明所建立的变压器故障诊断BP神经网络模型具有可靠的故障预测效果。 相似文献
11.
将粗糙集理论和神经网络技术应用于变压器故障诊断中,粗糙集约简作为神经网络的前置单元,采用基于属性重要性的约简算法。详细阐述了基于属性重要性的约简算法和实现方法,经实际数据训练和测试结果表明,该算法减少了输入样本数,提高了训练速度效率和故障诊断准确率,验证了该算法应用于变压器故障诊断系统的可行性和有效性。 相似文献
12.
Fault diagnosis of valve clearance in diesel engine based on BP neural network and support vector machine 总被引：1，自引：0，他引：1
Based on wavelet packet transformation(WPT), genetic algorithm(GA), back propagation neural network(BPNN)and support vector machine(SVM), a fault diagnosis method of diesel engine valve clearance is presented. With power spectral density analysis, the characteristic frequency related to the engine running conditions can be extracted from vibration signals. The biggest singular values(BSV)of wavelet coefficients and root mean square (RMS)values of vibration in characteristic frequency sub-bands are extracted at the end of third level decomposition of vibration signals, and they are used as input vectors of BPNN or SVM. To avoid being trapped in local minima, GA is adopted. The normal and fault vibration signals measured in different valve clearance conditions are analyzed. BPNN, GA back propagation neural network (GA-BPNN), SVM and GA-SVM are applied to the training and testing for the extraction of different features, and the classification accuracies and training time are compared to determine the optimum fault classifier and feature selection. Experimental results demonstrate that the proposed features and classification algorithms give classification accuracy of 100%. 相似文献
13.
陈春朝 《中国现代教育装备》2010,(19):114-117
本文叙述了将声发射检测技术应用于火车货车滚动轴承故障诊断中,通过小波包分析提取滚动轴承声发射信号的能量特征,并通过小波包消噪处理法突出能量特征,以达到较好故障诊断效果。 相似文献
14.
SUN Hong-yan XIE Zhi-jiang OUYANG Qi 《重庆大学学报(英文版)》2006,5(2):94-97
1 Background1 The fault diagnosis to equipment is to obtain fault patterns from characteristic parameters, and in fact it is the problem of fault characteristic’s classification. However the mapping of characteristic parameters to fault patterns is serio… 相似文献
15.
提出用粗糙集和RBF网络相结合进行电力变压器故障诊断的方法,利用粗糙集理论计算诊断决策系统的约简并确定最优决策系统,在此基础上利用RBF网络进行故障诊断.实际诊断结果表明,该方案能有效提高电力变压器故障诊断的准确率. 相似文献
16.
17.
针对煤矿供电系统故障的特点,以开关、保护等信息为基础,将粗糙集理论与BP神经网络相结合建立煤矿供电系统故障诊断模型。首先通过遗传算法对供电系统故障中的决策表进行约简,去掉冗余信息,保留必要的要素,使神经网络输入神经元数目减少,结构得到优化;然后在训练过程中应用思维进化算法优化神经网络的权值和阈值,并对处理后的信息进行诊断。仿真结果证明,该故障诊断系统有效地提高了诊断效率,增强了故障诊断的容错能力。 相似文献
18.
为提高基于表面肌电信号的人体腰背动作识别率,提出一种基于小波包能量与改进NARX神经网络的分类识别新方法。利用小波包变换对动作部位进行表面肌电信号特征提取,并采用改进NARX神经网络进行分类识别。选取8名实验者分别在扭腰、弯腰、侧弯腰3种动作下进行表面肌电信号数据采集,选择db4小波包函数对信号进行6层分解,得到第6层64个频带的小波包分解系数,代表各个动作信息的特征向量,作为改进NARX神经网络的输入进行分类识别。对照实验组中,改进NARX神经网络的识别率较高,总体识别率达到96.7%。实验结果表明,利用该识别方法对腰部动作进行分类识别,分类准确,且识别率更高。 相似文献