基于小波分析和神经网络的电机故障诊断方法研究

guang_1918 20 0 PDF 2019-05-06 15:05:41

推荐下载

针对三电平逆变器的开路故障,采用一种基于小波包变换与自组织映射神经网络(SOM)的故障诊断方法。测量三电平逆变器的上、中、下桥臂电压进行故障模式的分类,桥臂电压经过小波包分解后进行故障特征向量提取,将

针对级联多电平逆变器的故障诊断问题,提出了一种基于小波包变换-主元分析-神经网络算法的故障诊断方法。首先,通过小波包变换对故障信号进行多尺度小波包分解,并重构提取小波包能量作为故障特征向量;然后,采用

煤矿井下瓦斯传感器的准确性和鲁棒性关系到矿井的安全生产。以瓦斯传感器故障诊断为研究对象,利用小波包分解算法分析了瓦斯传感器故障信号、提取了相关特征,并基于这些特征,采用扩展滤波算法训练神经网络。兖州集

H.324M作为多媒体移动终端的标准,使得多机器人系统的实时多媒体通讯成为了可能。在H.324M的基础上,针对数据传输的多路技术,开发了一种高效的移动多媒体传输协议栈,一个机器人能够同时处理两个或者更

针对平视显示器(HUD)设备自检测和地面故障诊断设备的不足,提出了一种基于模糊BP神经网络的HUD故障诊断方法。简化了故障诊断系统的结构,实现了自动性能检测和故障诊断,能够有效地辨识故障源,隔离了从L

基于灰关联神经网络的模拟电路故障诊断研究,牛丽华,李志华,神经网络具有分辨故障类型的能力,是一种模拟电路故障诊断有效方法。BP网络是目前应用最为广泛的神经网络之一,但隐层节点数一般�

针对煤矿风机振动信号非线性、非平稳特性,结合小波分析和神经网络技术,研究煤矿风机故障诊断方法。该方法运用小波包分解技术,提取风机信号各个频带的能量特征,构造特征向量作为BP神经网络的输入,并借助于La

油田的井下设备由于地下工况恶劣较容易发生故障,故及时准确地诊断出油井工况,对提高采油效率具有重要意义。本文通过对神经网络的概述,主要介绍了基于神经网络的诊断系统的设计思想和系统结构。并以有杆抽油系统故

BP算法基于梯度下降原理是一种局部寻优算法,在变压器故障诊断应用中网络学习过程收敛速度慢,且易陷入局部极小值。而遗传算法(GA)具有并行计算的特点,可以有效防止搜索过程收敛于局部最优解。将二者结合起来

用户评论

请输入评论内容

评分：

暂无评论