基于粒子群优化RBF神经网络的液压钻机故障诊断

基于神经网络故障诊断平台的接口模块开发

针对压风机依赖人工操作、效率低、控制方式落后等问题,分析螺杆式压风机的常见故障类型和振动信号之间的关系,建立压风机的故障诊断模型,提出基于BP神经网络的压风机故障诊断方法,并利用Visual C#语言

本文采用振动诊断法，在对汽车发动机进行结构及其典型故障分析，以及对振动信号的时域、频域及小波包进行深入分析的基础上，针对现场实测的EQ6102汽油型发动机机体表面振动信号与气缸盖固紧螺栓振动信号，提出

用神经网络实现故障诊断的matlab程序

通过VC++6.0实现的基于RBF的神经网路结构优化，具有训练快速，结构简单等优点，是一种基于径向基函数的前馈方法。

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

针对非线性动态电子电路，提出一种基于神经网络的故障诊断方法。通过故障字典的建立，对电路故障响应进行预处理后得到的故障特征作为神经网络的输入，然后利用神经网络对各种状态下的特征向量进行分类决策，对故障类

液压泵的工作性能将影响到整个液压系统的工作可靠性,因此,深入地分析了无线传感器网络和正态云神经网络在液压泵故障诊断中的应用。首先,设计了液压泵故障诊断的无线传感网络系统,分别设计了系统的硬件和软件,并

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

液压系统的快速故障检测，适合用于故障检测的工程人员和研究人员。