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�
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
通过分析总结固态功率控制器(SSPC)的故障经验,训练样本,设计实现一个基于神经网络的固态功率控制器故障诊断系统。神经网络权值和阈值会随着实际的排故结果不断进行更新,而且神经网络正向推理是一种并行推理
针对采煤机故障征兆和故障的非线性对应关系,采用广义回归神经网络作为故障诊断的智能分类器。输入层为采煤机的故障特征参数,中间层为径向基神经元,感知待诊断故障向量与训练样本的相似度,输出层为故障模式分类。
将小波分析技术与神经网络技术相结合,通过小波分析技术对振动信号进行滤波消噪,构建时频关联分析的信号特征表征轴承的故障信息,实现准确的故障特征提取。运用神经网络方法具有的网络自适应能力,自学习能力,在背
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
基于小波分析和神经网络的电机故障诊断方法研究
针对柴油机故障诊断、预测难的问题,分析了柴油机常见故障及影响因素,介绍了柴油机故障数据的提取、分析和处理方法,建立了一种基于概率神经网络的故障诊断与预测模型。仿真结果表明,该模型能够有效地对柴油机等复
利用BP神经网络对转子故障进行建模分析。发挥神经网络的自学能力和联想能力,对非训练样本,做出控制决策,表现非常灵活。可根据实验数据进行网络训练,用新数据进行模型验证。还与概率神经网络(PNN)进行对比
针对煤矿风机系统振动故障的复杂性,提出了一种基于遗传算法优化BP神经网络(GA-BP)的故障诊断方法。依据归一化的故障特征量样本和目标期望输出,对诊断网络进行了达标训练。通过验证数据进行网络诊断测试,