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。     

小波神经网络用于机载火控系统故障诊断研究

研究了基于小波变换预处理的小波神经网络算法并用于机载火控系统的故障诊断。这种方法能够有效提取故障信号特征,从而减少小波网络训练时输入层和隐层节点的个数,减小网络的规模,降低计算的复杂度,加快了训练速度。最后对此方法的性能进行了仿真比较,结果表明此方法能够对机载火控系统电路的故障进行有效诊断和定位,收敛速度较快。     

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。     

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.     

浅析多传感器信息融合在柴油机故障诊断中的应用

多传感器信息融合兴起于军事领域,主要用于目标探测、跟踪、识别等方面。近年来,随着计算机应用及传感器技术的发展,多传感器信息融合逐步应用于民用领域。单一传感器的柴油机故障诊断方法存在着识别率低,系统稳定性差等问题,将多传感器信息融合应用于柴油机故障诊断可以有效解决上述问题。     

神经网络预测功能在故障诊断中的应用

传感器是信号提取的重要部件,为了减少由于其故障而造成的损害,对传感器的故障检测与诊断是十分重要的。简要介绍了基于神经网络的时间序列预测器方法,并将该方法应用于控制系统中某传感器漂移故障的检测,仿真试验表明该方法能有效地检测出该故障。     

基于SVM的粗糙神经网络的执行器故障诊断方法

由于化工过程对象很难全面获取各种故障数据和故障特征,因此按照化工机理建立过程模拟模型并对实际的故障进行模拟和诊断方法的研究是必要的。本文研究了支持向量机(SVM)的集成诊断方法,并进一步采用改进的粗糙神经网络的故障分类模型,通过分析故障在不同切面的分布诊断故障类型,改进故障诊断性能。针对动态执行器基准平台(DAMADICS)的19种阀门故障模式,与之前较成熟的独立元分析方法进行对比仿真验证,结果表明本文提出的故障诊断方法有效提高了故障诊断效率。     

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。     

模糊信息融合在电子电路故障诊断中的应用

本文提出了电子电路故障定位的多传感器模糊信息融合方法。通过测试电路中的被诊断元件的工作温度和工作电压两个物理量,得出模糊信息理论中两传感器对各待诊断元件的故障隶属度,再利用模糊信息融合,确定故障元件,并通过单传感器诊断结果与模糊信息融合诊断结果比较,说明多传感器融合的优越性。     

氧传感器故障诊断误区分析

大部分汽车都配有氧传感器,氧传感器是汽车的基础部件,也是比较容易损坏的部件。氧传感的类型很多,不同的车型需要配备不同的传感器,而且在安装传感器时操作一定要规范,这样才能有效的避免氧传感器发生故障。引起氧传感器故障的原因很多,在诊断的过程中,也比较容易出现误区,这考验了故障维修人员的技术与能力,也考验了维修人员对检测方法的掌握情况。分析了几种常见的氧传感器故障诊断误区,主要是从氧传感器的工作现象、诊断过程以及测试结果等几个方面进行论述的,希望可以有效的提高相关人员故障诊断的准确性。     

浅谈模拟电路的故障诊断

分析了在模拟电路故障诊断过程中所采用的几种常用诊断方法，以及未来的发展趋势，并且介绍了模拟电路故障诊断的小波神经网络方法。     

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。     

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。