变压器是重要的输变电设备,其运行状况直接影响到发、供电系统的安全性和可靠性,研究有效地故障诊断方法具有实际意义。将故障树、神经网络和遗传算法相结合应用于变压器故障诊断中,并通过实例证明此方法是有效可行
设计一种风机融合神经网络故障诊断系统,以实现对相关信息的有效处理,并促进其高层融合;将一系列诊断输出值最终传输给网络样本库,从而构建一款具有自适应能力且兼具智能特点的诊断系统,不仅保证了故障诊断的及时
故障诊断的学位论文,对有意进行此项研究的研究生有一定的参考价值
根据采煤机的频繁出现的故障和发生的主要原因,采用ELM神经网络对采煤机的故障进行监测和诊断,将ELM神经网络的输入通过Matlab进行训练,最终理论输出结果与实际输出结果相一致,证明该方法有效、可行。
针对采煤机机械系统故障信号诊断的问题,在小波分析和神经网络的基础上,采用了一种基于小波神经网络诊断采煤机摇臂故障的方法。根据摇臂振动的信号通过小波分析检测出信号奇异点和突变情况,利用小波基函数作为小波
杜鹃搜索优化的基于神经网络的电力变压器PHM故障诊断方法
基于多维变换的模拟电路故障诊断的神经网络方法,祝文姬,何怡刚,本文提出了一种基于电路双线性函数在多维空间的变换与神经网络相结合的非线性模拟电路故障诊断新方法。该法使用电路的端口特性来
分析了煤矿通风机的常见故障,在介绍BP神经网络原理和算法的基础上,建立了基于BP神经网络模型的通风机故障诊断模型,并应用数学软件MATLAB中的神经网络工具箱实现了通风机不同故障状态的识别。研究结果表
大学考试时间表是一个多约束条件下的优化问题。传统遗传算法寻优的计算量是指数级的规模,而寻优的操作有可能会破坏时间表的硬约束条件,从而最终得到的解并不一定理想甚至不可行。该文从某高校的实际应用出发,对用
