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。     

基于非线性同伦LM算法的牵引变压器故障诊断及其应用

针对牵引变压器故障的特点以及传统故障诊断方法在牵引变压器诊断应用中的局限性,研究一种基于非线性同伦LM神经网络算法的变压器故障诊断方法。通过选择合适的故障样本进行数据预处理并训练神经网络,达到变压器故障诊断的要求,并通过仿真验证本算法的有效性。     

电能计量装置在线故障诊断系统设计

电能计量装置运行的稳定性和可靠性,对于电力行业的发展至关重要,智能电网的建设过程中对电能表计量装置具有在线故障诊断功能的需求成为必然趋势.文中针对电能计量装置在线故障诊断系统中典型的故障诊断模型进行了研究,同时设计了在线故障诊断系统,详述了电能计量装置在线故障诊断系统硬件结构、软件框架以及系统方案,并针对在线故障诊断系统的故障检测流程进行解析.在线故障检测装置能够在现场不断电的情况下检测电能计量装置有无故障,具有故障诊断现场校验、系统软件故障诊断、电能表飞走、电能表示值不平、谐波检测等故障检测功能.通过实际应用对故障诊断的统计,证明了该系统的有效性,是实现我国智能电网建设必不可少的一环.     

神经网络技术在电梯故障诊断中的应用

电梯是高层建筑的重要装置,其正常运行对人们的生产生活有着十分重要的意义,通常来讲在电梯运行过程中不可避免的出现一些运行故障,在故障产生之时要迅速实现故障诊断,及时进行抢修,将损失降到最小。神经网络技术可用于电梯的故障诊断,效果良好且应用广泛。本文以电梯故障诊断为切入点,分析神经网络技术基本原理,切实探讨不同模型在电梯故障诊断中的具体应用,为我国的电梯行业发展贡献一份力量。     

基于BP神经网络的变压器油路循环系统故障诊断

电力变压器在运行中若过热会引发很多故障,因此,对变压器降温系统进行故障检测是非常重要的。本文针对油浸式变压器的油路循环降温系统故障的特点以及传统故障诊断方法在变压器油路循环系统诊断应用中的局限性,提出了一种基于BP神经网络算法的油路循环系统故障诊断方法。通过选择足够多的故障样本训练神经网络,达到油路循环系统故障诊断的要求,并通过实例仿真证明了本算法的有效性,为实际中解决油浸式变压器的油路循环降温系统故障提供了理论依据和实验仿真依据。     

基于径向基神经网络的变压器故障诊断

研究基于径向基神经网络的变压器故障诊断方法。以绝缘油中6种特征气体作为神经网路的输入,建立了可对变压器低温过热、中温过热、高温过热、低能放电、高能放电和局部放电等6种故障进行故障诊断的径向基神经网络模型。仿真实验研究表明,基于径向基神经网络的变压器故障诊断模型对于超出三比值法编码规则的故障也能进行故障诊断,故障诊断准确率达到91.67%,远远高于三比值法故障诊断准确率。基于径向基神经网络的故障诊断模型建立方法简单,便于在实际中应用。     

机械液压系统中智能故障诊断技术的探究

机械液压系统的运作作为一个整体,其故障的产生存在着一定的必然性和偶然性,而故障的分布则存在着分散性的特征。这无疑增加了机械液压系统故障诊断及维修的难度。随着工程机械设备信息化程度的提高,对其故障诊断和维修的精准度和效率要求也相应的提高。为了满足机械液压系统故障精准化、高效化的诊断与维修,在工程机械设计时引入了具有信息检测作用及智能故障诊断的装置,以工况监测为依据,通过对工程机械设备运行信号的监测、分析及数据处理,来利用信号特征诊断故障。这种方式相对于传统的人工排查诊断和维修,精准度和效率显著提高,同时还有效地改善了机械液压系统元件故障的问题隐患,便于及时处理问题或更换故障元件,从而延长了机械液压系统运行的生命周期。本文从认识机械液压系统和智能故障诊断技术入手,来探讨基于信息监测装置的现代化智能故障诊断技术在机械液压系统中的应用。第一部分简单介绍智能故障诊断技术;第二部分分析了液压系统装置检测与故障诊断的常用方法;第三部分探讨了现代智能故障诊断技术在机械液压系统中的综合应用;第四部分讨论了液压系统故障诊断的发展趋势。旨在为故障诊断技术在工程机械中故障诊断及维护提供一些参考。     

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。     

基于多传感器信息融合的柴油机故障诊断系统

传统的单一传感器的柴油机故障诊断方法存在识别率低、稳定性差等问题,而柴油机作为大型机械的关键装置,其故障发生的复杂度越来越高,处理不当,则会发生严重后果。而近些年兴起的基于多传感器信息融合的柴油机故障诊断系统区别于以往柴油机故障诊断方法的单一性与不确定性,能够有效地解决柴油机在运作过程中出现的故障。本文通过介绍多传感器信息融合的含义、种类及基于多传感器信息融合的故障诊断系统在柴油机故障诊断中的应用,为柴油机故障诊断提供一个新的方向。     

一种基于SOFM网络的模拟电路模糊故障定位方法

针对传统的模拟电路故障诊断方法的局限性,本文研究了一种基于自组织特征映射(SOFM)神经网络的模糊故障诊断方法。该方法能够将SOFM神经网络竞争的特点与模糊推理系统的自组织和自学习优点相结合。将模拟电路分成易于诊断的子网络,将模拟电路的模糊故障诊断系统与SOFM神经网络和模糊推理系统相结合,利用故障诊断系统快速定位故障节点。研究表明,该方法能实现快速定位模拟电路故障,拥有较高的实用价值。     

量子神经网络算法在电网故障诊断中的应用

将量子神经网络(QNN)方法应用到电网故障中,建立故障诊断模型。首先以保护装置和断路器的动作信息为条件属性集,建立电网故障决策表,然后将简化后的决策表作为训练样本,训练量子神经网络,使网络具有故障诊断功能。仿真实验结果表明,提出的算法有效提高了故障诊断的正确性和效率。     

基于神经网路的故障诊断

设备故障诊断技术是近40年来由于航天、军工的需要而发展起来的,就世界范围内看,美国是最早研究故障诊断技术的国家,通过阐述神经网络在故障诊断中的应用情况,进而简介如何采用神经网络实现的故障诊断的方法和过程。     

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。     

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。     

电力电子电路智能故障诊断技术研究

伴随着电力电子电路技术的不断发展和进步,其应用也十分广泛,随之而来的故障问题也越来越多,加之电子电力电路装置一般在工程系统中发挥着重要作用,因此对电子电力电路智能故障进行诊断和技术研究显得十分必要,而且具有很强的现实意义和经济意义,因此可靠高效的智能故障诊断方面的技术研究备受关注。     

基于扰动激励的智能变电站继电保护故障诊断关键技术

隐性故障的发生,将造成继电保护装置无法正常动作。结合智能变电站继电保护故障诊断问题,本文提出采用扰动激励方法对继电保护故障进行诊断,可以利用动作距离等量化分析指标加强装置动作分析,完成装置隐性故障的快速判断,因此能够为继电保护系统功能正常发挥提供保障。     

BP神经网络在矿山机械液压系统故障诊断中的应用

介绍了BP神经网络的结构及学习算法。对液压系统故障模式及故障机制进行分析,提取能够反映液压系统故障的特征量作为BP神经网络的输入,并用BP算法对该网络进行训练,利用神经网络的智能性来判断液压系统所属的故障类型。仿真结果表明,该诊断方法具有高可靠性,达到了预期的结果,可以用于液压系统的故障诊断。     

船用齿轮箱故障分析与管理对策

近年来,我国船舶制造行业发展快速,因此为了有效降低齿轮箱故障诊断错误率,本文提出采用标准BP神经网络进行船舶齿轮箱故障诊断进行对比测试。首先对测试数据进行统计,并利用小波分析提取出船舶齿轮箱故障诊断特征,最后建立神经网络对其故障进行诊断,经相关故障实例分析可知,本故障诊断方法能有效提高船舶齿轮箱故障诊断效果,除此之外,本文还对船用齿轮管理对策进行阐述。     

基于SVM的RBF的研究及其应用

在机械设备的故障诊断中,常采用RBF神经网络算法对故障进行诊断和计算,但该算法实现故障诊断必须有大量的故障样本,同时还有训练速度慢、结构确定难、容易陷入局部极小、泛化能力差等缺点。相反,SVM不仅能解决小样本的问题,并且还有全局最优、泛化能力强等优点。为此,本文提出一种基于SVM的RBF神经网络的优化方法,并将它应用齿轮箱中的齿轮故障诊断,取得了良好的预期效果。     

以神经网络为基础的设备故障诊断

本文主要是介绍以神经网络为基础的设备故障诊断方法,通过对神经网络的基本理论、模型及设备的结构特征、设备故障的特点进行分析。形成震荡策略和诊断模型,并将其用于对模拟电路的故障诊断。