基于BP网络的电机故障诊断

介绍了BP神经网络以及电机故障诊断的发展和电动机故障诊断常见的技术方法,列举了电机故障征兆集.设计一个具有电机故障诊断功能的BP网络系统,给出了matlab关键稃序和运行结果.     

Elman网络在短期负荷预测中的应用

文章介绍的Elman神经网络的短期负荷预测模型,具有模型简单、运算效率高的特点,并具有较好的全局最优性能,从而很好地克服了传统BP算法容易陷入局部极小点的缺陷。文章还比较了Elman网络和BP网络结构的建模效果。通过仿真实验证明了Elman神经网络具有动态特性好、逼近速度快、精度高等特点,是一种实用、可靠的负荷预测方法。     

Elman网络在短期负荷预测中的应用

文章介绍的Elman神经网络的短期负荷预测模型,具有模型简单、运算效率高的特点,并具有较好的全局最优性能,从而很好地克服了传统BP算法容易陷入局部极小点的缺陷.文章还比较了Elman网络和BP网络结构的建模效果,通过仿真实验证明了Elman神经网络具有动态特性好、逼近速度快、精度高等特点,是一种实用、可靠的负荷预测方法.     

基于Elman型神经网络的电力系统短期负荷预测研究

针对现代电力系统负荷易受温度和日期类型(即工作日和休息日)影响的特点,将温度和日期类型作为预测模型的输入,建立了一个综合考虑各种因素,采用Elman反馈神经网络的短期负荷预测模型.由于Elman神经网络具有动态递归性能,可增强预测模型的适应性.     

Elman型回归神经元对男子100m自由泳成绩预测的研究

将Elman动态回归神经网络预测方法应用于男子100m自由泳成绩的预测,通过对自1972年历届奥运会男子100m自由泳决赛成绩的历史数据归一化处理,组成一个从输入到输出的非线性映射,并利用MATLAB软件对其进行学习与训练的仿真实验,证明Elman神经网络可以较精确的应用于游泳成绩的预测。     

电机运行中故障诊断的振动频谱与技术分析

随着我国电机技术整体水平的不断提升,在电机的故障诊断过程中振动频谱技术得到了越来越广泛的应用。本文从阐述振动频谱在电机运行故障诊断中的应用入手,对电机运行中故障诊断技术进行了分析。     

航空发动机控制系统传感器智能故障诊断

航空发动机控制系统故障诊断一直是一个重点研究课题,本文使用智能故障诊断技术对发动机控制系统传感器进行状态检测和故障诊断。具体方法为:以传感器之间的冗余关系为基础,利用基于智能粒子群算法的小波神经网络建立传感器输出预测器,通过准确预测传感器输出,实现对传感器的检测和故障诊断。通过仿真验证,本文所使用智能故障诊断技术是可行的,具有一定的借鉴价值。     

Elman神经网络在雷达信号检测中的研究应用

雷达目标信号检测是雷达研究设计中的重要环节。本文在分析了传统目标信号检测技术的基础上,利用人工神经网络具有非线性和动态特性的特点,提出了一种基于Elman神经网络的信号检测的仿真设计方法,最终得到自适应性较强的Elman信号检测网络,完成对雷达目标信号的检测。     

基于工业互联网的电机远程在线监测与诊断平台的设计与实现

随着时代的发展,电机作为机器运作的核心装备,在很多领域都得到了大力发展和广泛使用。但是,电机出现故障、损坏时有发生,严重影响到企业的生产效率,给企业带来巨大的经济损失,还可能出现安全生产事故。针对上述问题,文章提出通过建立电机远程在线监测与诊断平台,实现对电机的即时监测与诊断,并在故障发生前对其进行预测性维护,从而提高电机运行的安全性和可靠性。该平台首先通过对电机运行状态数据进行高效采集,再将采集到的数据经故障诊断等算法处理后进行可视化展示,最终达到助力企业及时发现电机安全隐患、降低事故发生概率的目的。     

模糊神经网络在汽车远程故障诊断中的应用

根据汽车故障征兆具有模糊性地特点,提出了一种基于模糊神经网络的汽车远程状态监测和故障诊断方法,采用模糊隶属函数来描述故障征兆的程度,建立了基于模糊神经网络的汽车状态监测和故障诊断模型,利用GSM通信技术将汽车运行数据实时采集、远程传送,监控中心接受、管理数据,对汽车进行故障诊断.试验结果表明,该方法具有推理速度快,容错能力强,且汽车故障诊断识别率高等特点.     

空气压缩机故障诊断算法研究

文章阐述了基于已有的空气压缩机远程故障诊断技术服务平台,从中获取振动故障样本,以模糊粗糙集理论为技术手段,开发算法从历史数据中自动学习模糊诊断规则,并通过算法和人类专家联合检查学习的规则的正确性。该研究成果将提高空气压缩机远程故障诊断的自动化水平,具有重要的应用价值。     

基于神经网络的电力电子电路故障诊断研究

电力电子电路模型具有很强的非线性,通常对其进行在线故障诊断比较困难,文章利用神经网络非线性映射特性,由神经网络来学习及存储电力电子电路的故障特征信号和故障类型穴或原因雪之间的映射关系,并将其用于在线诊断,从而达到对电力电子电路进行在线自动故障诊断的目的。     

基于遗传神经网络的机械故障诊断

本文针对BP神经网络存在的不足,将遗传算法和BP神经网络有机结合起来,利用遗传算法的全局搜索能力优化了神经网络的初始权值和阈值,并将其应用于机械故障诊断。结果表明,在MATLAB环境下进行仿真试验,这种方法能够有效进行故障识别、提高故障诊断精度。     

船舶感应电机轴承故障诊断方法的几点研究

对于船舶电机轴承故障诊断的方法选择上,首先,通过对目前感应电机的故障诊断方法进行比较及回顾,分析哪种方法更适合于船舶感应电机轴承故障的诊断。船舶感应电机常见故障分为：轴承故障、定子故障、转子故障、气隙偏心故障等等;感应电机的故障诊断早在20世纪70年代开始就已经有研究文章面世,在其后的四十多年里,有关感应电机的故障诊断技术及方法层出不穷,下面就对这些方法进行简要的探讨。     

装备故障诊断方法研究

分析了神经网络故障诊断的特点,构建了神经网络的装备故障诊断模型,克服了传统故障诊断的缺点,并用某型装备故障的数据进行了验证,结果表明了神经网络诊断故障是一种有效的诊断方法。     

浅谈机械设备状态故障与监测

随着信息技术和计算机技术的发展,大量的科研成果被应用到机械系统状态监测和故障诊断技术的研究当中,比如近年来兴起的神经网络技术和数据融合技术正在故障诊断领域中得到广泛的应用。而与此同时,信息技术和计算机技术有关学科的自身内涵也得到了完善和延拓。     

船舶感应电机轴承故障诊断方法的几点研究

对于船舶电机轴承故障诊断的方法选择上,首先,通过对目前感应电机的故障诊断方法进行比较及回顾,分析哪种方法更适合于船舶感应电机轴承故障的诊断.船舶感应电机常见故障分为轴承故障、定子故障、转子故障、气隙偏心故障等等,感应电机的故障诊断早在70年代开始就已经有研究文章面世,在其后的40多年里,有关感应电机的故障诊断技术及方法层出不穷,下面就对这些方法进行简要的探讨.     

基于Sigmoid学习率BP神经网络的非特定人语音识别算法研究

本课题基于非特定人语音识别的原理和过程,结合BP神经网络的建模理论及特点,主要研究了BP神经网络模型在语音模式识别中的应用问题。同时针对标准BP神经网络训练收敛速度慢及容易陷入局部最小的缺点,提出了Sigmoid学习率BP神经网络训练算法,并通过仿真计算,得出在非特定人语音识别应用方面Sigmoid学习率BP神经网络算法的收敛速度要优于标准BP神经网络算法且识别率更高。     

水力机组运行状态监测与诊断技术研究

近年来,水电机组状态监测与故障诊断的研究已成当今水电运行保障技术发展的必然趋势。文章介绍我国水电机组水轮机、发电机和辅机系统的状态监测技术应用现状;同时对水电机组各系统的故障诊断技术现状进行了全面的总结和分析。     

舰载雷达智能故障诊断系统研究

为提高装备维护水平,立足于某型潜用火控雷达,着眼于海军装备故障诊断现状,设计了一种基于多Agent的智能故障诊断系统总体结构,诊断系统能根据设备的结构变化进行动态调整,通过知识库和诊断推理机的分离、诊断Agent的动态生成和管理等技术,使该智能故障诊断系统能方便地应用到其它装备。以BDI结构模型为基础,从基于实例的推理(CBR)、产生式诊断系统和神经网络诊断系统三个方面实现了诊断Agent的诊断功能,可最终将故障定位到可更换的元器件。