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。     

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。     

基于神经网络的旋转门故障诊断系统的应用研究

为了让用户对旋转门性能状况了如指掌,操作起来胸有成竹,同时为旋转门维修和管理提供参考资料,设计具有故障自诊断功能的旋转门是非常有必要的。以离线方式运行,通过适当的算法处理,给出系统故障信息,包括故障位置信息、故障程度信息和故障报警信息等,以便管理人员对症下药,及时采取措施,从而避免事故的发生。     

可评价保护系统动作行为的双重神经网络电网故障诊断模型

神经网络应用于电网故障诊断时不能很好地实现对保护系统动作行为的评判,因此提出一种可评价保护系统动作行为的双重神经网络电网故障诊断模型。在准确诊断故障元件的基础上,通过增加另外一重神经网络,利用0、1、-1对保护系统正确动作、误动、拒动情形进行编码,结合原有故障报警信息和诊断出的故障元件,进一步判断保护系统是否发生拒动、误动。算例仿真结果表明：改进后的模型,不仅可正确诊断故障元件,还可有效评价保护系统的动作行为,更好地为故障处置提供决策依据。     

基于神经网络的模糊系统在电厂风机故障诊断中的应用

基于模糊理论,通过对电厂风机的故障机理的研究,提出了基于神经网络的风机模糊诊断模型,并解决了其中的关键技术。     

BP神经网络在轴向柱塞泵故障诊断中的应用

针对轴向柱塞泵故障机理的复杂性和故障信息的不确定性,提出了基于人工神经网络的故障诊断方法。以一种典型设备的几种主要故障为例,设计了适合于故障诊断的BP神经网络模型,运用Levenberg-Marquardt优化算法进行网络训练,并针对网络训练中可能出现的过拟合、局部小、隐层节点数确定等问题制定了相应的网络优化策略,以保证训练后的网络具有较好的记忆和归纳能力,并用Vc＋＋6.0语言和SQL Server2000数据库开发了基于BP神经网络的轴向柱塞泵故障诊断系统,结果表明,该系统有良好的故障诊断精度和较强的泛化厶匕力。     

一种基于遗传算法的LVQ神经网络及其在故障诊断中的应用

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。     

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．     

大型企业电网随机谐振故障及诊断方法的研究

现代化生产使得大型企业对电网的安全稳定运行和电网故障的快速准确判断的要求越来越高。本文对电网的随机谐振故障进行系统的分析,同时也将目前电网故障诊断方法的优劣进行比较,分析总结电网故障诊断面临的问题与将来的发展趋势。     

神经网络理论在变压器继电保护中的应用(英文)

提出一种用于变压器运行和故障状态识别的神经网络方法．此方法优于传统的变压器保护原理,能正确识别变压器的内部故障、励磁涌流、外部故障及空载合于内部故障等不同状态,具有广泛的实用性和很高的容错能力．大量仿真结果证明了此方法的优越性．     

智能故障诊断的应用研究

介绍了近年来的智能故障诊断模型,主要对模糊、神经网络、支持向量机和粗糙等各种算法的特征及应用进行了系统分析,并指出了智能故障诊断的存在问题和发展方向。     

高阶谱及其在机械故障诊断中的应用(英文)

从机械故障诊断的角度,讨论了高阶谱分析方法提取故障信息的能力.利用高阶谱方法分析了两种典型的机械故障,结果显示,高阶谱分析比传统的信号处理方法(如基于FFT的频谱分析)能更有效提取故障征兆.     

FAULT LOCATION AND RECORDING SYSTEM OF TRANSMISSION LINES BASED ON COMPUTER NETWORK

提出以计算机网络为基础的超高压输电线路的故障定位和录波系统，在结构上具有开放式的特点，可根据要求方便地接入扩建线路，并且高速网络数通讯使系统具有极好的实时性．文中重点论述了故障定位新方法，它不仅在线路故障定碍位的数学模型建立上考虑了超高压长距离线路的分布参数特性，并且在计算方法上计及故障线路两端故障电流的相位，经ＥＭＴＰ仿真及测试可证明所提出的综合方法对超高运长距离输电线路故障定位的精确性．论述了以计算机网络为基础的输电线故障定位和录波系统，给出了系统结构和主要特点，重点阐述了所提出的精确超高压长距离输电线故障定位的新方法。     

用于约束非线性全局优化的混沌退火神经网络

混沌神经网络具有全局搜索能力 ,但其运用至今主要局限于组合优化 .通过对普通 Hopfield优化网络引入混沌噪声退火过程 ,提出了一种用于约束非线性全局优化的混沌退火神经网络 ,它易于实现 ,原理简明 ,应用广泛 .对很复杂的测试函数的数字试验表明 ,该模型能够高效、可靠地搜索到全局最优 ,其性能超过遗传算法 GAMA S     

仿真人体肘关节的韵律运动用神经网络预测模型

假设人脑存储着肢体的几何和动力学模型 ,以一个多层感知网络代表这个内部模型 ,仿真了在三种不同情况下人体肘关节韵律运动 :1)内部模型的参数与肢体的几何和动力学模型参数完全匹配 ,2 )上述参数不匹配 ,3 )存在外界干扰 .仿真结果显示模型的参数不匹配是导致肢体韵律运动误差的主要原因 .由此可见 ,运动学习过程就是内部模型不断更新以匹配肢体几何和动力学模型的过程     

用人工神经网络预测时用水量的方法

根据城市时段用水量序列季节性、趋势性及随机扰动性的特点 ,利用人工神经网络方法 ,建立了时间水量短期预报模型 .选取不同的隐层结点数 ,采用相同的输入样本及预测数据进行训练和预测 ,并通过比较其相对误差的大小 ,确定了神经网络的结构 ,并应用 Matlab语言进行了具体的建模和预报 .实例考核证明 ,该方法与常用的时间序列三角函数分析法相比 ,具有预测误差小、计算速度快等特点 ,可满足供水系统调度运行的实际需要     

基于改进BP的煤矿供电系统故障诊断研究

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。     

基于尾气分析的发动机故障诊断专家系统

应用神经网络推理技术，设计了一种基于尾气分析的发动机故障诊断专家系统。此系统将传统专家系统与神经网络技术科学地加以综合，弥补了传统专家系统的诸多缺陷。专家系统的知识库由两部分组成，即浅层知识库和深层知识库。推理过程由神经网络完成，并带有解释说明模块，主要说明诊断结果的判定依据。实践证明．这种方法能较好地解决传统专家系统存在的问题，提高系统的诊断速度和准确率。