共查询到10条相似文献,搜索用时 19 毫秒
1.
2.
3.
4.
针对目前齿轮箱系统在利用神经网络故障诊断时存在正确识别率低和依靠经验选择参数的问题,提出了基于粒子群优化BP网络的齿轮箱故障诊断方法。简要介绍利用齿轮振动原理提取特征参数建立故障模型,该模型以齿轮箱特征向量为输入、故障类型为输出,详细分析了通过BP神经网络、概率神经网络和粒子群优化BP神经网络实现齿轮箱故障诊断。仿真结果表明,BP神经网络对齿轮箱故障诊断收敛速度慢,故障识别率为82%;概率神经网络的模型故障诊断识别率依据经验选取spread值决定,故障识别率最大为98%;粒子群优化后的BP神经网络故障诊断分类识别率为100%且自适应能力强。 相似文献
5.
针对传统的飞机燃油系统故障诊断方法如硬件冗余方法和系统模型检测方法存在的飞机重量限制和难以建立精确数学模型的问题,设计了一种基于SOM算法和BP神经网络的故障诊断模型;首先,建立了系统故障诊断模型并对诊断原理进行了描述,然后,对故障征兆数据进行预处理,即先采用SOM算法进行连续属性离散化处理,再通过粗糙集互信息方法进行属性降维,以减少数据量和提高诊断效率;最后,建立了基于BP神经网络的故障诊断模型,为了进一步提高故障诊断精度,在采用免疫优化算法对BP神经网络故障诊断模型中的各参数即权值和阈值等进行优化的基础上,进一步采用BP反向传播算法进行参数调整,从而得到最终的故障诊断模型。通过飞机燃油系统故障诊断实例仿真实验证明了文中方法能较为精确地实现故障诊断,且与其它方法相比,具有较高的诊断精度和诊断效率,具有较大的优越性。 相似文献
6.
针对目前使用神经网络诊断故障时出现的输入向量选择困难、网络结构复杂、对并发故障诊断效果不好等问题,提出了基于邻域粗糙集和并行神经网络的故障诊断方法;先利用邻域粗糙集对初始征兆进行约简,留下有价值的征兆作为神经网络的输入向量,然后针对每种故障类型设计一个神经网络;用多个训练好的神经网络来并行诊断故障,综合每个神经网络的结果给出最终的诊断结论;用转子实验台的实验数据对这种故障诊断方法进行验证,结果显示该方法能优化神经网络结构,且神经网络具有训练速度快、诊断正确率高的特点。 相似文献
7.
8.
基于模糊神经网络的板级电路故障诊断研究 总被引:3,自引:0,他引:3
板级电路故障诊断过程复杂,故障征兆和故障原因之间存在着许多不确定因素,建立精确的故障诊断系统存在着许多困难。针对这种情况,本文提出了基于模糊神经网络,利用模糊逻辑和神经网络相结合建立故障系统的方法,并以某电路板为研究对象对该方法作了验证。结果表明,该方法是可行的和有效的。 相似文献
9.
10.
板级电路故障诊断过程复杂,故障征兆和故障原因之间存在着许多不确定因素,建立精确的故障诊断系统存在着许多困难,针对这种情况,提出基于模糊神经网络,利用模糊逻辑和神经网络相结合建立故障诊断系统的方法,并以某电路板为研究对象该方法作了验证,结果表明,该方法是可行的和有效的。 相似文献