共查询到20条相似文献，搜索用时 31 毫秒
1.
本文通过分析LVQ神经网络及其变形的基本结构和算法,研究了基于LVQ神经网络的齿轮箱故障诊断方法。常用的LVQ神经网络存在神经元未被充分利用和算法对初值敏感,从而影响诊断预测的精度。本文提出采用遗传算法优化LVQ神经网络的初始权向量,给出了正确的诊断结果,并与LVQ神经网络的结果作了对比,结果表明用遗传算法优化的LVQ神经网络比LVQ神经网络有更高的诊断精度。 相似文献
2.
针对空调系统中的不同故障,分析了空调箱的故障特性,并讨论了不同故障对空调系统能耗及热舒适性的影响.仿真试验结果表明,送风温度的测量故障会导致系统能耗的增加.根据故障特性,提出了一种基于神经网络的数据处理方法,用以检测和诊断空调箱中的传感器故障.该方法首先选取历史数据对神经网络进行训练,实现对系统运行状态的识别和预测.然后,通过比较测量值与预测值,计算出相对误差,实现对故障的诊断.最后,利用基于TRNSYS的仿真器,对神经网络的故障诊断策略进行了验证.结果表明,神经网络可以有效诊断空调系统中的温度、流量和压力传感器故障. 相似文献
3.
4.
提出了一种基于粗糙集-LVQ神经网络的入侵检测模型。首先将粗糙集作为前置处理系统对属性进行约简,再根据粗糙集处理后的学习样本集,构建LVQ神经网络结构,实现对入侵进行检测。实验结果表明该方法优于其他同类方法。 相似文献
5.
为实时监控类矩形盾构偏心刀盘工作状态,提出一种基于遗传算法（GA）优化BP神经网络模型的在线故障预测方法。首先,利用现场检测的相关测量数据,建立“特征—故障”数据集;然后,利用最优权值与阈值由遗传算法获取的BP神经网络对数据集进行自我学习,构建工作期故障预测模型;最后,开发偏心刀盘监控系统,对刀盘工作状态进行在线预测。实验结果表明,GA-BP网络模型预测准确率达到93.3%,与传统BP网络模型相比提高6%。基于GA-BP网络的偏心刀盘在线故障预测方法可精准预测刀盘工作状态,满足应用设计要求,为盾构施工安全提供有力保障。 相似文献
6.
文章简要介绍了学习向量量化(LVQ)神经网络的网络结构和学习算法，详细讨论了基于Madab6．5的学习向量量化神经网络设计过程。在此基础上设计了一个神经网络，通过计算机仿真得到一组实验数据。从仿真结果分析，这种设计方法可靠易行，验证了LVQ神经网络在模式识别中具有较强的分类能力。 相似文献
7.
快速准确地诊断出换相失败故障,对后期采取适当控制措施避免保护装置误动有重要意义。首先建立永富弱受端直流输电系统的 PSCAD 仿真模型,对不同故障条件下的直流线路短路故障和换相失败故障进行仿真;利用 FEEMD 对不同故障条件下逆变侧的电流线模信号进行分解,并取 IMF7-IMF10 分量求样本熵值;然后将归一化后的样本熵值作为 Elman 神经网络的训练集和测试集,利用 Elman 神经网络的输出诊断直流系统运行状态,即正常状态（0 0 1）、线路短路故障（1 0 0）、换相失败（0 1 0）。对不同故障条件下的线路故障和换相失败故障进行仿真,实验结果表明,在训练集较少的情况下,线路故障的识别率为 85.71,%、换相失败故障占比92.85%;随着训练集增加,基于 FEEMD 样本熵+Elman 神经网络的方法对换相失败和线路故障的识别率达到100%,能够准确判断出故障类型。 相似文献
8.
9.
10.
为了在缺少设计参数的条件下,设计一个非线性模型的热电联产故障诊断系统,提出了一种基于模糊神经网络的设计方法。通过分析热电联产控制系统各工作模块的工作过程,建立废热回收蒸汽锅炉、蒸汽集箱、汽吸收式冷凝器等模块工作模型。并采用粒子群优化算法对提出的模糊神经网络进行优化,假设模型和测量误差正常分布且相互独立,对模型置信区间进行了计算。实验测试表明,本文设计的故障检测具有较高的可信度。 相似文献
11.
12.
对模糊自适应共振理论(FART)神经网络进行改进,使用改进的FART神经网络对半导体生产线晶圆合格率进行在线检测,对晶圆合格率特征向量进行聚类分析,将合格率损失中拥有相类似特征的晶圆分为一类,一旦检测到生产线发生异常,便可找出故障设备并及时维护,从而使生产线处于高生产率状态。 相似文献
13.
14.
15.
褚云博 《石家庄铁路职业技术学院学报》2021,(2):89-91
牵引电机作为动车组电能和机械能转换的关键部件,其运行状态直接决定了动车组运行的安全性和检修成本.牵引电机定子绕组匝间绝缘是电机绝缘中最薄弱环节,若匝间短路不能及时处理会扩展为相间或接地绝缘故障.设计基于神经网络的牵引电机定子匝间短路故障的诊断系统结构.该系统可以在定子匝间故障程度较低时,完成故障的检测、故障程度判断和定... 相似文献
16.
《滨州学院学报》2020,(6):5-10
现代民航发动机大多使用VSV系统来提高发动机工作稳定性和避免发动机失速或喘振。为了诊断VSV系统故障,提出了一种基于PSO-BP神经网络对VSV位置进行监控的方法,当PSO-BP神经网络模型的预测值与实际值的偏差超过一定值时,则判断VSV系统故障。利用发动机健康状态的QAR数据,基于PSO算法优化的BP神经网络建立了发动机VSV在飞机下降段的调节规律模型,同时建立BP神经网络模型。经过对比分析,通过PSO-BP神经网络建立的VSV调节规律模型的诊断精度,高于传统的BP神经网络模型,可为民航发动机状态监控和故障诊断提供依据,具有一定的工程实用价值。 相似文献
17.
航空发动机的性能参数能够反映发动机的性能状况,现将动态神经网络中的NAR(Nonlinear Auto-Regressive)神经网络模型运用到性能参数的预测中,并用该模型对航空发动机巡航状态下的排气温度偏差(△EGT)进行预测,结果表明,这种方法在性能参数的变化趋势和数据的精度上都达到应用要求,能够为航空发动机故障预测提供决策依据。 相似文献
18.
俞海洋 《中国校外教育(理论)》2008,(2):118
本文给出了神经网络模型在预测过程中的学习算法和改进的神经网络的训练算法,并用于柴油发动机运行中的故障预测,经过多种柴油机的试验证明试验结果满意,对故障的实时检测有重要意义,具有良好的应用前景. 相似文献
19.
提出了考虑温度变化影响的悬索桥结构损伤预警方法.首先,采用神经网络技术建立桥梁实测模态频率与温度的相关性模型,用以消除温度变化对模态频率的影响.然后,将不同温度下的实测模态频率进行＂温度归一化＂,在此基础上利用神经网络新奇检测技术建立自联想神经网络进一步识别模态频率的异常变化.通过润扬大桥悬索桥236d的实测数据分析验证了该方法的可行性.分析结果表明,不同季节下模态频率的相对变化平均约为2.0%,采用所提方法可以识别出悬索桥模态频率0.1%的异常变化,适用于悬索桥结构的在线整体状态监测. 相似文献
20.
人工神经网络用于复杂过程中故障诊断和状态监测,具有良好的发展前景。由于模糊ARTFAM（FAM）神经网络分类性能受训练样本序影响,提出一种利用改善贝叶斯信念方法并基于模糊ARTMAP集成的模型（BBM）,并描述其在电力发电系统中作为故障检测和诊断的智能学习适用性。围绕检测循环水系统冷凝器传热性能展开试验,判断该模型在故障预测检测和诊断任务中的有效性。试验结果证明,采用BBM模型具有智能故障检测和诊断工具的解释能力,并能监测和诊断发电系统故障的复杂过程。 相似文献