Study on Fault Diagnosis of Rotating Machinery with Hybrid Neural Networks

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

基于证据理论及人工免疫的旋转机械并发故障诊断研究

针对旋转机械并发故障诊断中难以准确诊断出来的实际情况,研究利用证据理论在不确定性的表示、量测和组合方面的优势,并引入了人工免疫系统以弥补证据理论单独诊断时的一些缺陷。将证据理论与人工免疫系统结合起来作为一种解决并发故障的方法,为并发故障的诊断提供了一种新的思路,并且其可行性在试验中得到了的验证。     

A Modified Feedforward Neural Network Model for Fault Diagnosis of Rotating Machinery

ＡＭｏｄｉｆｉｅｄＦｅｅｄｆｏｒｗａｒｄＮｅｕｒａｌＮｅｔｗｏｒｋＭｏｄｅｌｆｏｒＦａｕｌｔＤｉａｇｎｏｓｉｓｏｆＲｏｔａｔｉｎｇＭａｃｈｉｎｅｒｙＺａｎｇＣｈａｏｐｉｎｇ（臧朝平）ＧａｏＷｅｉ（高）（ＮＥＲＣＴＶ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓ...     

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。     

改进型BP算法在船舶主柴油机冷却系统故障诊断中的应用

提出了一种采用改进型的BP神经网络诊断船舶主柴油机冷却系统故障的新方法.介绍了包括附加动量法和自适应学习速率法在内的改进型的BP算法,其中附加动量法是在每一个权值的变化上加上一项正比于前次权值变化量的值,不仅考虑了误差在梯度上的作用而且考虑了在曲面上变化趋势的影响;自适应学习速率根据误差函数值的变化对学习率进行实时调整,可以保证网络总是以最大的学习速率学习.给出了仿真实例,实验证明所提出的方法与传统方法相比有更好的实时性和诊断效率,也具有较好的故障诊断能力.     

基于多免疫检测器的机组智能故障诊断系统

生物免疫系统（AJS）主要的功能就是在线检测和杀伤来自生物体内和体外的抗原,具有“自己一非己”识别能力。人工免疫系统是对生物免疫系统的模拟,具有强大的信息处理能力。依据人工免疫系统理论设计了机组在线智能故障诊断系统。     

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。     

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...     

基于贝叶斯网络的电控发动机故障诊断研究

分析了贝叶斯网络的拓扑结构,给出了发动机怠速不良的故障树图．然后根据故障树到贝叶斯网络的转化算法,建立了贝叶斯网络模型．借助故障模拟试验数据确定了发动机怠速不良时电控汽油喷射系统贝叶斯网络故障诊断中各节点的先验概率值,然后通过贝叶斯网络找出了发动机怠速不良时电控汽油喷射系统各部件的故障发生概率．     

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。     

基于GA-BP算法的水电机组故障诊断模型

将GA-BP算法引入水电机组的故障诊断中,建立了基于GA-BP算法的水电机组故障诊断模型.通过Matlab的相关工具箱进行仿真,结果表明基于GA-BP算法的诊断模型的正确性高于基于BP算法的诊断模型.     

D-S证据理论在并发故障诊断技术中的研究进展

针对旋转机械并发故障诊断研究中存在的问题,近几年来很多学者把证据理论引入到该研究,以期提高诊断的准确性,但是基于证据理论的多重并发故障的诊断问题还处于起步阶段。阐述了以往关于证据理论在并发故障中的研究进程,并进行了分析研究,对其趋势作了进一步的展望。     

一种基于BP神经网络的字符认识方法

讨论BP神经网络的原理及其缺陷和改进方法.在MATLAB环境下,对含噪声文字符进行识别训练.仿真结果表明,网络收敛速度快,识别分类效果好.     

基于人工神经元网络的软件开发成本预测

软件开发成本的估算对一个项目成功与否是个很重要的因素,而开发成本的估算更是极为因难,目前业者大都没有一套可靠的、数量化的成本估算模式。人工神经元网络对于预测、分类的应用问题有较好的效果。本研究试在采用人工神经元网络于软件开发成本的预测上,建立两种成本估算的模式,即成本预测模式和成本分类模式,以期能在实际工作中解决相关问题。     

基于奇异值分解和支持向量机的故障诊断方法研究

针对设备故障信号的微弱和噪声干扰严重问题,提出了基于奇异值分解和支持向量机的故障诊断方法.利用聚类分析的方法预处理设备的状态信号,剔除信号的异常点,以提高信号的准确性.对预处理后的信号进行构造矩阵和奇异值分解,选择恰当的窗口长度,以奇异值作为信号特征.支持向量机对信号特征进行识别和分类,为了避免支持向量机在多状态分类中输出的不确定性,记录支持向量机的训练输出作为决策表.支持向量机测试时的输出与决策表比对,以提高诊断结果的可靠性.最后,通过对比试验验证了基于奇异值分解和支持向量机的方法可以对设备进行可靠、准确、快速的故障诊断.     

证据理论在旋转机械并发故障诊断中研究的进展

针对旋转机械并发故障诊断研究中存在的问题,近几年来很多学者把证据理论引入到该研究领域,以期提高故障诊断的准确性。基于证据理论应用于故障诊断中存在的缺点或不足,学者们提出了多种改进方案,该文作者也探索性地提出一种解决思路,并就其前景进行了预测。     

应用 BP 神经网络预测钢的回火温度及回火硬度

BP人工神经网络技术在处理模糊的、非线性问题时具有优势，利用其预测回火温度和回火硬度，解决了常规淬透性预测系统中对回火温度回火硬度预测的不完善之处。     

基于神经网络的数据挖掘算法

数据挖掘涉及多学科技术的集成,包括数据库技术、神经网络、模式识别、信息检索、图像与信号处理和空间数据分析等.神经网络在数据挖掘中的应用也越来越广泛,尽管神经网络具有结构复杂、网络训练时间长、结果表示不容易理解等缺陷,但其对噪声数据的高承受能力和低错误率的优点是其他方法所不及的,并在数据挖掘所采用的方法中具有优势.本文对基于BP神经网络的数据挖掘算法进行了详细的讨论,并提出了算法改进方法.     

人工神经网络电路的新发展

简要回顾人工神经网络电路的发展,讨论两种应用最为广泛的模型,介绍目前人工神经网络电路研究的最新进展.     

基于ERP与人工神经网络的财务管理系统

针对传统ERP财务管理系统非智能性而无法预测非线性成本数据的弊端,提出并构建一套基于ERP与人工神经网络的财务管理系统,决策系统的智能化为企业提供了更准确、及时、有效的财务信息．