遗传小波神经网络的非线性模拟电路故障诊断方法

提出了一种将遗传算法(GA)、神经网络与小波变换相结合对非线性模拟电路进行故障诊断的方法;分析了传统BP型神经网络在非线性模拟电路故障诊断中存在的缺陷;提出了一种新的解决方法--利用小波变换对非线性电路故障信号进行预处理,对故障信号中的冗余信息进行剔除,然后利用遗传算法优化BP网络参数,如网络权值、阈值等.利用该方法对非线性电路进行故障诊断,有利于提高神经网络对电路故障诊断的智能性及识别故障类别的能力,提高故障诊断的精度与速度.实验结果表明,该方法是可行的.     

基于遗传算法的应急广播传输网络故障诊断方法

为了保证应急广播的安全稳定应用,对故障问题及时诊断十分必要,本文提出一种基于遗传算法优化传输神经网络故障诊断方法,对此方法的流程加以介绍基础上,展开应急广播传输网络故障诊断仿真分析.发现此种故障诊断方法用于应急广播传输网络故障诊断中,发挥神经网络拓扑结构优势,利用遗传算法对应急广播传输网络权值、阈值进行训练,多次迭代交...     

改进Elman神经网络在火控系统故障诊断中的应用

针对某型战机航空火控系统故障诊断方法对维修人员、检测设备依赖性大、故障诊断时间长等弊端,选用了对非线性对象有较好的控制及扰动消除效果的Elman神经网络方法,并将其应用于火控系统的故障诊断,为了提高网络性能,对Elman网络进行了相应的改进,在结构单元增加了自反馈增益因子α,并建立了基于Elman神经网络的火控系统故障诊断模型,通过一定的故障样本进行了训练和测试,结果证明该方法能有效地识别出故障原因,故障诊断准确率较高,有较强的鲁棒性.     

基于信任评估的虚拟网故障诊断算法

网络虚拟化环境的新特点(网络拓扑动态变化、动态症状和故障关系、管理域独立和信息不准确性)对故障诊断提出了新的要求,提出一种改进的针对网络虚拟化环境下虚拟网和底层网故障诊断模型和诊断算法,通过虚拟网信任评估算法来提高故障诊断的准确率、降低误报率.仿真研究结果表明,在大规模和噪声大的虚拟网络环境中,提出的故障诊断算法取得了较好的诊断效果.     

PTN网络故障诊断流程故障定位思路探讨

针对PTN网络的特点,结合目前电信网络管理的发展趋势,在综合考虑PTN网络故障诊断处理方式的基础上,设计了一个通用的PTN网络故障诊断流程,对该故障诊断流程中故障定位部分的详细设计思路以及具体实现方法做了进一步的阐述,使该诊断方式能够用于PTN网络进行及时故障诊断。     

RBF神经网络在定日镜场故障诊断中的应用

针对定日镜场故障与征兆之间的关系特点,介绍了RBF神经网络运用于定日镜场故障诊断的基本方法。利用MATLAB神经网络工具箱建立和训练RBF神经网络,并对网络进行了测试。结果说明RBF神经网络在定日镜场故障诊断中具有较高的准确性和可靠性。     

基于internet的远程检测与故障诊断系统的研究

随着计算机互联网和网络通信技术的发展,在网络故障诊断方面,远程检测故障诊断技术改变了网络故障诊断的传统模式,成为一种适应现代网络故障诊断的新的技术,传统的网络故障诊断技术由于在时间和空间地理上的局限性,效率低,诊断技术准确率受到一定的影响,基于internet的远程故障检测技术是数据库技术、通信技术和控制技术相结合的一种新的网络故障诊断技术。文章介绍了故障诊断技术发展4个阶段,对基于internet故障诊断技术发展进行了简单概括,并讨论了基于internet的远程检测与故障诊断系统的体系结构和主要技术。     

一种新的基于神经网络的模拟电路故障诊断系统

介绍了基于BP神经网络(BPNN)进行模拟电路故障诊断定位的理论,设计并实现以数字信号处理器(DSP)为核心的故障诊断系统.该系统采用模块化设计,具有扩充方便、高速采样的特点;将采样数据构成故障特征向量,利用BP网络训练这些特征向量并进行故障模式分类,实现模拟电路及PCB故障诊断.并给出了PCB板的故障诊断硬件结构及对单软和双软故障的诊断设计方法.     

基于S变换和卷积神经网络的滚动轴承故障诊断

针对传统方法在机械故障诊断时存在特征提取困难、分类器训练复杂等问题,提出了一种基于S变换和卷积神经网络(CNN)的滚动轴承故障诊断方法.首先,将轴承的原始数据经过S变换得到时频图,再通过CNN进行二次特征提取.然后,通过分类器对故障进行分类,并对滚动轴承进行故障诊断.实验结果表明,相比长短时记忆网络、CNN和支持向量机,该方法的诊断准确率更高且稳定性也较好.     

W-O+W-A的GNS算法

针对电路板线或和线与(W-O+W-A)共存的互连故障诊断问题,提出了针对W-O+W-A的GNS算法.该算法采用组同时具备W-O和W-A对角独立性移位序列、网络同时具备W-O和W-A对角独立性移位序列和转移网络同时具备W-O和W-A对角独立性移位序列组成W-O+W-A的GNS序列,重点对其故障诊断能力进行了讨论,并进行了算法的性能验证.     

一种基于神经网络的模拟电路故障诊断方法

模拟电路故障诊断一直是一项富有挑战性的研究课题。文章在简要介绍BP神经网络基本原理的基础上,以差分放大电路为例,设计并实现了基于BP算法的模拟电路故障诊断方法,建立了模拟电路故障诊断BP神经网络模型。实验表明,该模型的辨识精度高,能实现对模拟电路故障的正确诊断。     

BP神经网络专家系统在故障诊断中的应用

介绍了一种基于BP神经网络故障诊断专家系统 ,给出了系统的结构 ,具体描述了神经网络专家系统的基本原理。并以船舶柴油机冷却系统故障诊断为例说明了神经网络故障诊断的推理过程。诊断结果表明了该方法的有效性。     

RBF神经网络在传感器故障诊断中的应用研究

针对传感器在自动化系统中的重要性，指出了传感器故障诊断的必要性、可行性以及实现的基本方法。根据神经网络的原理与特点，阐述了RBF神经网络的基本理论和优点，提出了一种基于RBF神经网络用于传感器故障诊断的思路和方法。     

基于神经网络的故障诊断专家系统

介绍了一种基于神经网络故障诊断专家系统，给出了系统的结构，具体描述了神经网络专家系统的基本原理。并以抽油井井下故障诊断为例说明了神经网络故障诊断的推理过程，诊断结果表明了该方法的有效性。     

一种基于小波神经网络的故障诊断方法

在阐述了小波变换和BP(反向传播)神经网络概念的基础上,根据小波神经网络故障诊断的基本思想,提出了一种基于"能量-故障"的小波预处理神经网络故障诊断方法.实验仿真结果表明,使用该方法提取故障特征加快了神经网络的训练速度,能迅速地进行故障的检测和定位.     

基于IDDT和SVM的混合电路故障诊断探究

混合电路待测数据受限,存在故障诊断速度较慢、效率有限等问题,提出了一种基于动态电流测试结合支持向量机的混合电路故障诊断方法,其基本思想是运用小波分解提取混合电路动态电流的有效信息,再融合SVM进行故障诊断。采用标准样本Iris数据集研究、确定了多类支持向量机的算法,采用高斯径向基核函数,运用改进的网络搜索方法进行了粗搜索和细搜索,以确定出SVM的最佳参数对。PSPICE及MATLAB软件对混合电路实例的仿真表明,该方法模式识别能力较强,可改善BP神经网络的收敛速度慢和容易陷入局部极小值等不足,适用于混合电路故障的快速准确诊断。     

模拟电路的模块级故障诊断

本文以多端口元件或子网络为基本单元，提出了一种模块级故障诊断方案，这种方案的故障模型更符合电路的实际情况，因而具有更广泛的实际意义，文中首先推导了模块故障诊断议程，并对模块故障可测性问题进行了一般性讨论。然后，给出了模块故障可测的几个拓扑条件，并通过定义广义独立通路使这些拓扑条件适用于一般的非互易网络。     

基于神经网络的TD-LTE移动通信网络故障诊断系统的设计与实现

针对网络优化中的故障诊断工作,设计并实现了一种TD-LTE网络故障诊断系统。该系统采用神经网络来构建故障诊断模型,进行故障诊断,输出诊断结果和解决方案,实现了网络故障诊断智能化。最后根据系统的运行结果论证了设计的可行性和可实现性,可以有效地减轻网络优化人员的工作负担,降低网络运行商的网络维护成本。     

基于神经网络的冷水机故障诊断系统

论述了基于神经网络的故障诊断系统的基本原理,介绍了系统的软件构成。     

基于深度学习的故障诊断方法综述

海量高维度的过程测量信息给传统的故障诊断算法带来极大的计算复杂度和建模复杂度，且传统诊断算法存在难以利用高阶量进行在线估计的不足。鉴于深度学习技术强大的数据表示学习和分析能力，基于深度学习的故障诊断引起了工业界和学术界的广泛关注，并促使智能过程控制更加自动化和有效。该文从方法上将基于深度学习的故障诊断技术分为:基于栈式自编码的故障诊断方法、基于深度置信网络的故障诊断方法、基于卷积神经网络的故障诊断方法及基于循环神经网络的故障诊断方法4类，分别进行了回顾和总结，最后从数据预处理、深度网络设计和决策3个层面对这一领域进行展望，提出了“集成创新”、“数据+知识”和“多技术融合”等故障诊断思想，阐明基于深度学习技术进行复杂系统的故障诊断仍具有巨大潜力。