基于小波包-GABP的滚动轴承故障诊断分析

为提高诊断滚动轴承故障的效率和准确率,本文将小波包变换、BP神经网络和遗传算法三者相结合,提出了一种基于小波包和GABP神经网络的故障诊断模型。由小波包的分解与重构在滚动轴承故障原始信号中提取有效的故障特征向量,并利用遗传算法优化BP神经网络,然后训练和诊断滚动轴承信号的故障类型。同时,运用Matlab软件把采集的数据进行仿真分析。仿真结果表明,相对于传统BP神经网络,利用遗传算法优化的神经网络对故障的诊断正确率更高,并且收敛速度较快,说明由遗传算法优化的BP神经网络在故障诊断方面具有较好的效果,而且遗传算法的引入使轴承故障诊断的适应度和准确率更高。该研究为滚动轴承的故障诊断提供了理论基础。     

基于小波神经网络的油泵故障诊断

依据小波神经网络技术的各种优点,提出采用三层BP小波神经网络构造故障诊断模型,对油泵进行故障监测和诊断.该故障诊断方法对神经网络训练、故障特征参数提取和对应神经网络状态输出等均实现了数据库管理,对油泵多种常见故障取得了满意的诊断效果,不仅具有特征自动提取以及较强的自学习和自适应功能,而且操作维护简便.研究结果表明:信号的小波分析和神经网络识别的融合将为油泵状态监测与故障诊断系统的建立提供新的方法和更简便的途径;对油库安全维护与故障诊断具有重要意义.     

基于神经网络技术的电梯动态智能检测系统

提出了一种基于神经网络技术的电梯动态智能检测系统,它可以长期不间断地采集电梯运行数据并存储.利用最优小波包的理论分析提取轿厢垂直振动加速度信号特征,与水平方向振动信号特征融合建立了BP神经网络模型,实现对电梯急停故障现象的诊断.经验证,该模型能有效判断出电梯急停故障,为特检部门提供了电梯的检测依据.     

基于LabVIEW的轨道车辆轴承故障诊断系统设计

针对轨道车辆轴承存在的故障,本文基于虚拟仪器技术,在LabVIEW2011基础上,设计了轨道车辆轴承故障诊断系统。该系统采用NI公司的NI9215数据采集模块,采集由加速度传感器获取的振动信号,并依据LabVIEW编写图形化的监测分析界面,运用时变自回归模型提取故障特征信号,通过以Matlab Script节点形式调用的BP神经网络程序进行典型故障识别,并将结果反馈到监测界面,实现智能化故障识别,同时对系统进行调试运行。运行结果表明,该系统可以较好地提取轨道车辆轴承不同状态下的波形特征,诊断准确率较高。因此,具有一定的工程参考价值。     

基于组合优化BP神经网络的模拟电路故障诊断

电子系统的可靠性已成为影响系统正常运行的关键,因此电路故障的诊断越来越受到重视。基于BP神经网络的诊断方法是目前实现模拟电路故障诊断的有效方法之一。文章针对已有BP神经网络模拟电路故障诊断技术的不足,提出了一种组合优化的诊断方案。该方案采用遗传算法优化确定BP神经网络的初始权值,以规避BP神经网络易陷入局部极小值的不足,然后应用L-M方法在这个局部解空间里对BP神经网络进行精调,搜索出最优解或者近似最优解。该方案发挥了BP神经网络的广泛映射能力和遗传算法的全局搜索能力,加快了网络的学习速度,综合提高了整个学习过程中的逼近能力和泛化能力,有效提升了基于BP神经网络模拟电路故障诊断的性能。     

矿用主通风机故障预警及其软件开发

为准确确定通风机的故障、实现故障预警,提出了矿用主通风机的故障预警原理,并运用VC++6.0与Matcom4.5联合编程的方法,开发出了基于信息融合技术的通风机故障预警软件.该软件采用了BP神经网络与D-S证据理论相结合的信息融合技术,由BP神经网络完成特征频率到故障类型的非线性映射,根据D-S证据理论对多路信号进行融合分析;以OPC通讯方式与组态王运行系统进行通讯,实现了数据的采集与结论的返回.     

基于BP神经网络的无人机故障诊断专家系统研究

针对无人机系统故障复杂度高、非线性强、故障现象多种多样等特点,提出将专家系统与BP神经网络相结合应用于无人机系统的故障诊断中。给出了该诊断系统的具体结构组成和诊断流程,并以无人机的遥测遥控系统为例进行了实例诊断,最后给出了系统软件的实现方式。结果表明,该系统能有效地对无人机系统进行快速准确地诊断,具有很好的应用前景。     

滚动轴承故障诊断虚拟系统的实现

针对滚动轴承,实现了一种粗糙集理论和神经网络技术相结合的新型的故障诊断虚拟系统.该系统利用粗糙集对知识的约简能力,对采集的故障征兆数据进行预处理,即采用竞争学习神经网络把连续属性离散化,将结果导入Rosetta软件中逐步分析处理,得到最小条件属性集,在此基础上构建BP神经网络进行故障识别,将网络输出送回LabView进行显示.实例分析表明,该系统可以提高滚动轴承故障诊断的收敛速度,在期望误差相同的情况下,网络训练时间减小了176步.     

遗传神经网络在齿轮故障诊断中的应用

由于齿轮故障征兆与故障之间具有非线性和耦合性等特点,采用BP神经网络对齿轮进行故障诊断存在着收敛速度慢和可靠性差等缺点,提出了一种基于遗传算法的BP神经网络齿轮故障诊断方法,即在利用BP神经网络对齿轮进行故障诊断的基础上,利用遗传算法对神经网络的权值和阈值进行修正,得到全局的最优值.仿真结果表明,该诊断策略具有故障诊断能力强和诊断效率高的特点,改善了齿轮故障诊断的精度和速度.     

粗糙集-神经网络在铝电解故障诊断中的应用

目的通过对铝电解生产过程中的故障进行有效地诊断来提高铝的生产效率和节约能源．方法把粗糙集和神经网络结合起来应用在铝电解的故障诊断中．先用自组织特征映射网络（SOM）对初始数据进行离散化后得到决策表,然后用粗糙集理论对决策表进行约简得到最简决策表,根据最简决策表设计BP神经网络对铝电解中的故障进行诊断．结果用粗糙集对神经网络的输入数据进行预处理可以简化神经网络的结构,减少计算量和训练时间,从而提高整个诊断系统的诊断效率、故障诊断准确率在90％以上．结论该方法能够对铝电解中的故障做出正确的诊断．     

基于BP神经网络的三相电压源型逆变器开路故障诊断

为实现三相电压源型逆变器(three-phase voltage source inverter,TP-VSI)开路故障的诊断与精确定位,提高故障诊断效率,提出基于BP神经网络的TP-VSI开路故障诊断方法.首先,研究TP-VSI正常工作原理、开路故障机理,确定线电压作为检测量;其次,采用快速傅里叶变换(fast Fourier transform,FFT)提取不同故障下的特征值,构建故障特征向量;最后,建立一个3层BP神经网络,进行故障诊断,实现对开路故障的精确定位.该方法通过获取包含故障信息的故障特征值,经过FFT把时域信号变换到频域信号,再通过BP神经网络建立TP-VSI开路故障与特征值的一一对应关系.与其他智能诊断方法进行对比,证明了BP神经网络对TP-VSI开路故障诊断的可行性和较高的诊断准确度,实现了BP神经网络对TP-VSI开路故障的诊断与精确定位.     

基于嵌入式系统的BP神经网络及其在模拟电路故障诊断中的应用

针对模拟电路故障的实时诊断问题,提出使用嵌入式系统实现BP神经网络进行诊断的解决方案。对诊断系统的芯片选择、系统架构、诊断流程、训练算法等问题进行了研究,提出使用STM32芯片作为核心芯片以及加入动量项的反向传播算法进行训练的策略,明确了系统的结构及运行流程。最后使用设计的系统分别进行了线性和非线性模拟电路的故障诊断实验进行验证。实验结果表明,基于嵌入式系统的BP神经网络能够有效及时地诊断出模拟电路的故障。     

基于红外神经网络的高压断路器故障诊断方法

为了高效、快速、准确地确定高压断路器的故障,提出了一种基于红外诊断与神经网络相结合的高压断路器新型故障诊断方法。首先,利用红外测量技术采集高压断路器故障样本,并将故障样本进行归一化;其次,构造BP神经网络故障诊断模型,提出一种新型改进BP神经网络算法,将构造的高压断路器故障样本输入到改进BP神经网络中进行训练,得到改进BP神经网络的相关参数;最后,通过仿真研究验证了提出的基于红外神经网络的高压断路器故障诊断方法的合理性与优越性。     

基于神经网络数据融合技术的诊断系统的研究

神经网络数据融合技术的诊断系统是以电机振动信号和电流、电压信号为研究对象的,对采集到的3类信号进行实时处理,运用神经网络对数据进行局部诊断,再利用数据融合技术对故障信号进行全局分析融合,从而达到对电机故障类型的准确判断。通过运行表明,应用在故障诊断中的神经网络数据融合技术是一种故障识别率高、方便灵活而且诊断精度高的故障诊断方法。     

基于粗糙集与BP神经网络的烟气机故障诊断

结合粗糙集理论和神经网络在信息处理方面的优势,提出了一种基于粗糙集理论与BP神经网络相结合的烟气机故障诊断方法.首先对故障诊断数据中的连续属性进行离散化,然后根据粗糙集理论进行故障诊断决策系统约简,获得最优决策系统.最后在最优决策系统的基础上,设计BP神经网络对烟气机故障进行诊断.试验结果表明,该方法可以有效提高烟气机故障诊断的精度和效率.     

基于LabVIEW和Matlab的滚动轴承故障监测与诊断

针对轨道车辆滚动轴承故障的多发性和重要性,本文基于虚拟仪器技术,通过LabVIEW以及Matlab来编程操作,设计了一种滚动轴承故障监测与诊断系统,通过传感器采集振动信号,经过信号调理模块对信号进行相应的滤波放大处理,再通过数据采集卡NI9215输入到实时控制器CompactRIO中,CompactRIO则通过控制器面板上的RJ-45以太网端口,使用以太网连接控制器至上位机,上位机采用LabVIEW编程,将数据传送给上位机进行数据的显示存储与处理分析,然后调用Matlab,该系统通过小波包变换提取轴承的故障特征向量,再利用RBF径向基函数神经网络对故障类型进行诊断分析。分析结果表明,该系统能够及时、准确的实现振动信号采集和分析、信号传输、故障诊断等功能,拥有灵活、易用的人机交互界面,实现了软、硬件资源的良性共享,具有较好的实用价值。     

信息融合技术在矿井安全监测系统中的应用

为了能够准确的判断矿井内环境的安全状况,利用信息融合技术设计了一套矿井安全监测系统.该系统主要由传感器节点、数据处理单元、地面监控单元和融合算法等几部分构成.传感器节点由温度传感器、瓦斯传感器、CO传感器和风速传感器组成,完成对井内各项数据的采集并将数据传送给数据处理单元;数据处理单元以CC2530芯片为控制芯片,对采集到的数据进行处理,并通过ZigBee技术实现无线传感器网络节点的数据传输;算法部分基于反向传播(BP)神经网络的融合算法,利用MATLAB实现的训练样本对实际数据进行融合,完成对实际情况的判断,最后做出决策.MATLAB仿真结果显示,融合后的结果与实际情况吻合,为矿井的安全监控提供更好的保障.     

报警触发式磨煤机出口温度高故障自诊断定位系统

提出了一种依据磨煤机出口温度高报警触发的故障定位系统.通过对火电厂600 MW仿真机组进行故障测试,以及数据记录、分析和处理,得出经过神经网络诊断确认的故障树,再利用力控监控软件实现了该定位程序.该诊断程序可及时正确地定位出磨煤机故障的原因,对电厂安全高效运行具有重要意义.     

基于自组织特征映射神经网络的汽轮机回热系统故障诊断

提出应用自组织特征映射神经网络对汽轮机回热系统进行故障诊断,并利用MATLAB神经网络工具箱来实现.介绍了在实现过程中故障样本的提取、征兆参数的处理以及离线利用MATLAB进行网络训练等相关技术.实例仿真表明,该方法是一种可行有效的回热系统故障诊断方法.     

BP神经网络在水轮发电机组状态监测与诊断系统中的应用

引用了一种改进的BP(back_propagation)神经网络训练方法 ,对水轮发电机组的故障诊断进行了分析诊断 .利用这种方法可以使BP网络得到更快的收敛速度 .使用了BP子网络方法对水轮发电机组故障进行了分类构造诊断网络 ,此诊断方法已用于水电厂故障诊断系统 ,文中阐述了神经网络诊断在系统中的具体实现