小波神经网络改进算法在故障诊断中的应用

为提高变压器油溶解气体分析法的故障诊断能力,提出了加动量批处理小波神经网络算法。实验结果表明,与传统故障诊断方法相比,该算法有效地避免了陷入局部极小、振荡和发散问题,提高了学习速度、稳定性和故障诊断效率,具有很强的可行性和有效性。     

小波神经网络改进算法在故障诊断中的应用

为提高变压器油溶解气体分析法的故障诊断能力,提出了加动量批处理小波神经网络算法.实验结果表明,与传统故障诊断方法相比,该算法有效地避免了陷入局部极小、振荡和发散问题,提高了学习速度、稳定性和故障诊断效率,具有很强的可行性和有效性.     

汽轮机故障诊断中小波分析技术的应用

本文围绕小波分析技术为中心进行展开论述,在了解了目前小波分析技术的应用发展现状的基础上剖析小波分析技术砸汽轮机故障诊断中的具体应用,旨在为实际的汽轮机故障诊断工作提供切实可行的理论基础。     

小经神经网络的信息融合传感器故障诊断方法

本文详细阐述了小波神经网络的结构、原理,提出了基于小波神经网络的信息融合传感器故障诊断新方法。本文通过MATLAB仿真和模拟空调系统温度传感器漂移故障诊断实验表明,在相同的条件下,小波网络在解决传感器故障检测、分离和补偿问题上应用。     

汽轮机振动故障诊断技术研究

对汽轮机典型的振动类型和振动故障的诊断技术进行了研究。根据故障诊断方法在信号处理与理论模型的不同,将诊断技术分为,基于信号处理的诊断方法、基于知识的诊断方法、基于解析模型的诊断方法、基于离散事件的诊断方法。研究表明,基于各种故障诊断方法在检测信号、知识获取、识别故障位置及适用条件等均有不同的优势和侧重。     

RBF神经网络在传感器故障诊断中的应用研究

本文针对传感器在自动化系统中的重要性,指出了传感器故障诊断的必要性、可行性以及实现的基本方法。根据神经网络的原理与特点,阐述了RBF神经网络的基本理论和优点,提出了一种基于RBF神经网络用于传感器故障诊断的思路和方法。     

基于小波神经网络的桩身缺陷类型检测的研究

文章提出并分析了两种基于小波神经网络的桩身缺陷类型的检测方法:利用多分辨率分析和神经网络检测桩身缺陷类型;利用小波包分析和神经网络检测桩身缺陷类型。工程试验的结果表明:文章提出的方法具有一定的精度,可提高桩基低应变动力检测结果的可靠度。     

小波分析在电力电子电路故障诊断中的应用

以三相桥式整流电路为例,针对电力电子电路故障的特点,将小波多分辨率分析应用于电力电子电路的故障诊断中,提取各频带的能量值作为故障特征,进行故障分类和定位,仿真结果证明该方法是有效可行的。     

基于BP神经网络的变压器故障诊断

针对变压器故障征兆和故障类型的非线性特征,结合油中气体分析法,研究应用BP神经网络对变压器进行故障诊断。设计了一个基于BP神经网络的变压器故障诊断模型,通过仿真实验证明BP神经网络可以有效的运用到变压器故障诊断中。     

基于RBF神经网络的汽轮机故障诊断

本文提出了基于RBF神经网络进行汽轮机故障诊断的方法.首先建立了神经网络的诊断模型,然后利用某汽轮机的样本集对一个单隐层的RBF网络进行训练.最后,通过测试网络,验证该网络对于故障模式的识别准率较高.     

基于MATLAB神经网络工具箱的核电厂故障诊断

本文将MATLAB神经网络工具箱应用于核电厂的状态检测与故障诊断,通过对核电厂典型故障的特性分析,确定网络的输入输出并建立相应的网络结构。为验证神经网络故障诊断的有效性,本文对核电厂蒸汽发生器系统进行了仿真实验,验证了神经网络故障诊断的准确性、实时性和可扩充性。     

BP神经网络柴油机故障诊断技术的应用

柴油机零件繁多、结构复杂,并且在强振、强噪、高温下运行等。这些因素都加大了柴油机故障诊断的难处。本文采用BP神经诊断柴油机故障,经过实例测试得出诊断方法的准确性和可靠性。     

基于小波网络的电力系统故障诊断

小波神经网络(Wavelet Neural Network)结合了小波变换及神经网络的优点,是一种基于知识的故障诊断方法,它不需要精确的数学模型,既具有良好的时频局部性质,又有较好的自学习能力和容错能力。本文介绍了小波网络及其在电力系统故障检测中的应用,通过EMTP仿真实验表明,小波网络与传统的人工神经网络相比,具有收敛速度快,鲁棒性强的特点,可以将小波网络应用于电力系统的故障检测。     

小波神经网络预测软土路基沉降研究

利用小波神经网络在非线性建模中收敛迅速等优越性,提出预测高速公路软土地基最终沉降量的方法。其要点是:将前期沉降观测值作为样本,通过对小波神经网络结构的训练寻求沉降及其主要影响因素的内在关系,据以预测后期沉降量。     

概率神经网络在破口故障诊断中的应用研究

破口故障是核动力装置的主要故障之一,关系整个核动力装置能否正常运行,因此对破口故障进行诊断是很有必要的。核动力是一个复杂的大系统,并且其多数设备及系统具有非线性、时变性、耦合性及不确定性,而神经网络能够逼近任意的非线性映射,因此在核动力故障诊断中得到广泛的应用。本文把概率神经网络（PNN）应用到破口故障诊断中去,结果表明该方法是可行有效的。     

基于神经网络的水轮机调速系统故障诊断

作为水轮机的关键控制设备，调速系统的稳定可靠运行是电力安奎生产的基本保证。已有水轮机调速系统故障诊断方法存在诊断时间长、准确率低等缺点。本文针对水电站远程监控系统的需要，系统研究了水轮机调速系统故障诊断方法，提出基于神经网络的D-S证据推理方法，应用刘水轮机调速系统故障检测中，提高了诊断准确率。     

故障诊断方法综述

未完在介绍故障诊断理论的基础上,重点评述了小波分析故障诊断方法、专家系统故障诊断方法、数据融合故障诊断方法。对每种方法均介绍了诊断原理与步骤。     

故障诊断方法综述

未完在介绍故障诊断理论的基础上,重点评述了小波分析故障诊断方法、专家系统故障诊断方法、数据融合故障诊断方法。对每种方法均介绍了诊断原理与步骤。     

神经网络在光传系统故障诊断中的应用研究

光传系统是针对传统电传操纵系统的不足提出的一种新型的飞控系统;飞控系统的高可靠性是飞行安全的重要保证,当飞机出现故障或者遇到意外损伤时,飞控系统能够快速地对故障进行诊断和隔离,对于保证飞机飞行任务的继续执行或者安全返航具有重要意义。文章针对三余度光传系统的常见故障,提出了一种基于概率神经网络（PNN）的故障诊断方法;并且建立了三余度光传系统仿真模型和常见故障的产生模块,应用概率神经网络进行系统的故障诊断;最后通过仿真诊断实例,证明了方法的有效性。     

基于神经网络的汽油机故障诊断的专家系统

汽油发动机出现故障的机率较高,一般占整车故障的４０％左右,研究汽油发动机故障诊断专家系统,可以及时准确地对发动机技术状况做出判断,指导调整其技术状态,这无疑增加了汽车使用的可靠性,经济性和安全性。人工神经网络是基于数值计算和知识处理系统。针以地传统专家系统在处理故障诊断中的不足,提出了将人工神经网络技术与专家系统融合的模型,并将此模型应用到汽油机故障诊断中。