基于BP神经网络的皮带运输机故障诊断

由于传统基于傅立叶变换的利用频域对电机故障的信号分析中无法对奇异信号点的时域信息进行检测。针对上述问题,提出基于小波包神经网络的电机故障诊断的方法。结合电机振动的非平稳随机性的特点。利用小波包多分辨率

以小波变换、小波神经网络为工具,采用定子电流对HXD1B型机车的YQ1633异步牵引电动机开展牵引电机齿轮故障诊断研究。定子电流法相对于振动法更容易实施,有效克服了振动信号中包含的复杂干扰。由小波分析

针对采煤机变频器ACS800的常见故障进行分析,指出导致变频器故障的主要原因,利用RBF神经网络的诊断技术对其内部进行诊断,运用小波技术对输入信号进行处理,从而可进一步提高变频器的安全率,并为其实际维

针对矿用通风机故障具有不确定性和复杂性的问题,利用风机的振动参数进行推理,提取常见故障振动信号的特征频谱值来组建及训练神经网络,以此建立诊断系统进行故障类型的识别。诊断结果与实际故障相符,表明基于模糊

介绍了一种基于Elman神经网络的通风机故障诊断的诊断原理,学习算法以及技术路线。通过对现场信号特征数据的采集以及归一化处理,对Elman神经网络选取最优的结构与参数,实现了煤矿主通风机故障类型的智能

基于神经网络的模拟电路故障诊断研究，康磊，李志华，模拟电路的故障诊断一直是雷达故障诊断研究的热点问题之一。确保模拟电路故障诊断的高效和准确性，对现代雷达系统的故障诊断研究

提出了基于神经网络的滚动轴承故障诊断方法。以滚动轴承小波分解后的能量信息作为特征,通过神经网络作为分类器对滚动轴承故障进行识别经过实验表明,该方法对于滚动轴承的故障诊断具有一定的应用价值,并可方便地推

matlab仿真样本在文件里，但是是没有解释，只是提供一个编写的思路与样式。大家相互进步吧。diagnose_={'第一缸喷油压力过大','第一缸喷油压力过小','第一缸喷油器针阀磨损',...'油路

变压器故障诊断实质上是属于一种模式识别，基于类内样本与类中心的距离的不同而对类中心的偏移产生不同影响的思想，改善了传统ART2网络存在模式飘移的不足。首先对变压器DGA故障样本的输入矢量进行扩展处理，

齿轮箱作为一种传动机构,在机械传动、增速和减速等各方面获得广泛应用,它的工作状况直接影响到整机或机组的正常运行。设计并实现了基于DSP系统的小波神经网络故障诊断方法,可广泛应用于TI公司的C2000、