神经网络在故障诊断中的应用

智能化诊断是现代设备故障诊断技术发展的主要趋势,人工神经网络技术的发展为这种智能化诊断提供了一个全新的途径。在分析研究模式识别方法和BP神经网络的基础上提出了基于BP模型神经网络的故障诊断推理方法,并将其应用到真实故障诊断中。仿真结果表明,基于神经网络的故障诊断方法是行之有效的。     

基于可拓神经网络的变压器故障诊断

针对BP神经在变压器故障诊断中用于模式识别时,存在训练准则和分类准则不一致而导致的样本识别率降低和网络训练速度缓慢的问题,采用了可拓学的扩缩变换,通过在输出空间中用一个特定的区域(称作教师区域)来代替教师信号,然后将可拓神经网络用于变压器故障诊断中。通过实例证明,可拓神经网络模型的训练速度有了极大提高,模式识别问题得到彻底解决。     

基于萤火虫——粒子群优化BP神经网络的变压器故障诊断研究

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。     

概率神经网络在汽轮发电机组故障诊断中的应用

汽轮发电机组逐渐智能化,功能不断增强,但不确定性因素和不确定性信息仍然大量存在。针对该问题,用概率神经网络（PNN）诊断汽轮发电机组故障。PNN优点较多,机器学习算法简易、方便训练,相比于传统样本处理方法,PNN可训练样本并引入训练网络,更好地确保诊断结果正确率与可信度。MATLAB仿真结果表明,PNN在保证诊断结果准确的基础上,速度更快、分类性能大幅提高,诊断效率也提高至98%。     

神经网络在电路故障诊断中的应用

阐述目前电路基于数据库技术和人工智能专家系统及神经网络原理的故障诊断系统，并将所记录的模糊症状输入到系统中，通过模糊运算后，运用神经网络学习算法来寻找故障类型。     

用于控制系统故障诊断的神经网络和专家系统

本文介绍了神经网络和专家系统在控制系统故障诊断中的应用，并讨论了神经网络和专家系统相结合的一种预处理结合故障诊断方法。     

基于神经网络的模拟电路故障诊断研究

对BP型ANN网络用于模拟电路故障诊断的特点进行了介绍,探讨了利用遗传算法确定BP型ANN网络参数的方法,并给出了遗传算法与BP型ANN相结合实现模拟电路故障诊断的应用.实践表明,该方法的诊断精度、诊断速度以及建立诊断模型的自动化程度都有了较大的提高．     

基于神经网络的风力机变频器故障诊断方法

探讨了自组织特征映射（SOM）人工神经网络在风力机变频器故障诊断中的应用,对风力机变频器故障信息提取、故障特征数据、故障征兆向量进行了分析,采用Matlab神经网络工具箱对风力机变频器故障类型判断和故障位置确定进行仿真实验,实验结果表明,利用该方法进行风力发电机电力电子装置故障诊断能取得较好的效果,具有一定的工程应用价值。     

神经网络的滚动轴承故障诊断

文章通过旋转机械故障实验平台,采集旋转机械故障实验台轴承的3种工作状态分别是轴承正常、轴承内圈裂缝、轴承外圈裂缝的振动加速度信号．对信号进行零均值化处理后,选择频率成分幅值较大的频率进行信号重组,提取其时域量纲特征值,利用神经网络进行故障类型的识别;通过实验,取得了很好的诊断结果．     

噪声预估下的变压器铁芯松动故障诊断技术

为精准诊断变压器铁芯松动故障,开展噪声预估下的变压器铁芯松动故障诊断方法的设计研究。根据信号在传输过程中可能携带的噪声,对信号实行交叉分段与分帧处理,引进海明窗函数,设计噪声预估下的变压器铁芯松动声纹信号采集;根据信号的功率频谱密度,建立针对提取信号的转换处理函数。使用Mel滤波器,设计信号的降维处理与数据矩阵的压缩处理;计算变压器铁芯在作业中的磁通密度,并计算因磁通量发生变化而直接引起的铁芯振动频率,将其作为松动故障特征频率,实现松动故障特征频率提取与故障诊断。设计对比实验,实验结果证明：噪声预估下的变压器铁芯松动故障方法实际应用效果良好,可以精准诊断变压器的松动故障形式,能够及时排查并高效率处理故障。     

基于小波神经网络的模拟电路故障诊断方法研究

深入分析了利用小波框架神经网络理论诊断模拟电路故障的方法,并通过理论分析和实例验证了这种方法的有效性。     

Study on Fault Diagnosis of Rotating Machinery with Hybrid Neural Networks

ＳｔｕｄｙｏｎＦａｕｌｔＤｉａｇｎｏｓｉｓｏｆＲｏｔａｔｉｎｇＭａｃｈｉｎｅｒｙｗｉｔｈＨｙｂｒｉｄＮｅｕｒａｌＮｅｔｗｏｒｋｓＺａｎｇＣｈａｏｐｉｎｇ（臧朝平）ＧａｏＷｅｉ（高伟）（ＮＥＲＣＴＶ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎ...     

BP与RBF神经网络在航空发动机气路故障诊断中的应用

采用模拟样本与实际故障样本建立网络训练所需样本库,基于BP与RBF神经网络建立故障诊断模型,用PW4000航空发动机的故障样本进行训练,对训练好的网络进行测试仿真。仿真结果显示BP与RBF两种神经网络具有较高的诊断正确率,在航空发动机故障诊断中具有应用价值;与实际故障数据对比表明BP与RBF神经网络在航空发动机故障诊断中具有实用性。     

BP算法的改进及在模式识别中的应用

主要分析了BP算法的特点以及在模式识别应用中存在的一些缺陷，研究了遗传算法和BP算法相结合的相关技术，设计并实现了一个遗传算法和BP算法相结合的BP—GA算法，并用一个经典实例说明该算法在模式识别中的应用．实验结果表明，基于BP—GA的模式识别系统有较好的泛化能力，较好地克服了网络单纯利用BP算法训练网络陷入局部极小值，导致网络训练失败的缺陷．     

整流变压器铁芯多点接地故障诊断与处理

通过对万铝变3#整流变压器主变铁芯多点接地故障的分析,找出产生故障的原因及如何处理铁芯多点接地,并提出防范措施。     

粗糙集约简算法在变压器故障诊断中的应用研究

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。     

GA－ANN Algorithm and Its Application in Fault Diagnosis of Power Transformer

ＧＡ－ＡＮＮＡｌｇｏｒｉｔｈｍａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｉｎＦａｕｌｔＤｉａｇｎｏｓｉｓｏｆＰｏｗｅｒＴｒａｎｓｆｏｒｍｅｒＷａｎｇＤａｚｈｏｎｇ（王大忠）ＸｕＷｅｎ（徐文）ＺｈｏｕＺｅｃｕｎ（周泽存）ＣｈｅｎＨｅｎｇ（陈珩）（Ｄｅｐａｒｔｍ...