滚动轴承是机械中应用最广泛的一种通用机械部件,轴承特定的使用环境造成其寿命的随机性较大,目前还无法准确预测其寿命。因此,轴承故障诊断就显得非常重要。本文对滚动轴承的振动数据分别在时域和频域进行了分析,
本文档是基于SOM神经网络的发动机故障诊断,用于专业人员或科研人员对SOM神经网络或故障诊断进行学习。
针对神经网络在故障诊断中的局限性,提出了一种将模糊理论与BP神经网络结合的故障诊断方法,使其应用到执行器故障诊断中。通过和BP神经网络学习算法对执行器故障诊断的结果比较来证明模糊神
井下配电网发生故障后,当故障信息不完全或不一致,导致故障诊断难以得到正确结论,而传统BP神经网络存在收敛速度慢、网络的泛化能力较差等缺点。针对上诉问题,提出了一种基于优化权值的BP神经网络的配电网故障
将BP神经网络应用于柴油机涡轮增压系统的故障诊断。简要介绍了BP神经网络的基本原理和算法,采用BP算法对网络进行训练、学习,可以识别柴油机滤清器堵塞、空冷器空气测流阻增大、气缸进排气堵塞及废气涡轮流阻
关键词识别是近年来语音识别研究的一个热点。提出了一种新的基于分层查询表的关键词识别模型,该模型具有简单、实用、快速的特点。利用该模型实现了路况信息查询系统,取得了较高的识别率,具有一定的实用性。
以IETM故障树理论为基础,建立一问一答模式的故障隔离机制.阐述了涡轮叶片温度特点,分析了涡轮叶片的几种故障类型,并以涡轮叶片故障诊断流程为实例建立简单的故障树结构.研究了IETM故障数据模块的编辑与
文章讲述BP神经网络在数控机床故障诊断中的应用,主要用于数控机床故障诊断的模式识别,以及BP神经网络的应用。
针对复杂系统故障模式较多时难以满足实时性的要求,对传统降阶观测器的诊断方法进行了改进,提出了基于动态观测器的诊断方法。该方法通过设计一个动态观测器去检测一系列故障,其效果等同于使用了一族观测器。当把耦
研究了将经验模式分解(EMD)和BP神经网络2种方法诊断大功率柴油机的振动故障信号。首先运用经验模式的分解方法对柴油机缸盖表面的振动信号进行分解并来提取特征参数;最后通过建立了BP神经网络模型对柴油机
