PNN技术在变压器故障诊断中的分类预测方法

机械设备运行中得到的诊断信息往往存在信噪比低、信号混叠等问题,严重影响提取真实的故障信号特征,降低了诊断准确率。针对上述问题,提出一种新的基于快速独立分量分析与概率神经网络的设备故障诊断方法,FAST

智能故障诊断技术(SVM)，附带MATLAB程序及说明，并具有具体实例仿真

电机故障诊断技术，电机和自动化生产线设备故障时可以作为技术参考本书从诊断技术和电机故障机理的简要介绍入手，较详细地, 阐述了电机故障诊断和状态监测的各种技术的基础知识及其实际, 应用，包括电机的温

故障树建立，故障树的定性分析，故障树的定量分析

针对灰色模型在预测变压器故障时对波动数据序列的预测误差较大的问题,提出了一种灰色GM(1,m)预测模型改进方案:对原始数据序列进行处理,使其具有更好的指数规律,以满足预测模型对光滑性的要求;对处理过的

以PLC(Programmable Logic Controller)为代表的现场控制器功能日趋完善,除了完成对设备、工艺过程的监控任务,还可以快速发现现场的各种故障并及时解决。据统计实际中80%以上

针对电力变压器故障的深度诊断问题,提出一种深度置信网络与D-S证据理论相结合的方法。采用深度置信网络对电力变压器故障的多维数据进行特征提取及分类,并结合D-S证据理论解决故障诊断中的不确定性问题,构造

针对选煤厂旋转机械故障问题,设计了SKF故障诊断系统。利用多个加速度传感器在旋转机械的主要振动部位采集信号,通过时域、频域、加速度包络谱等方式对信号处理,提取特征,再根据SKF故障诊断系统故障标准库与

针对油浸式变压器故障类型的复杂难辨,结合油中气体分析法,提出一种基于改进人工鱼群算法优化小波神经网络的故障诊断模型。基于经典三层小波神经网络,采用粒子化的人工鱼群算法对小波神经网络输入和输出层的权值、

属性约简是粗糙集合研究的重要内容之一。为了能够有效地获取决策表中属性最小相对约简，提出一种基于遗传算法的属性约简算法。依据条件属性的重要度，把条件属性加入到相对核属性集中，将相对核加入遗传算法的初始种