共查询到18条相似文献,搜索用时 109 毫秒
1.
基于Elman神经网络的液压泵故障诊断模型研究 总被引:2,自引:0,他引:2
针对传统BP网路进行液压泵故障诊断时,网络学习具有收敛速度慢和学习、记忆不稳定的缺陷,提出了将Elman神经网络应用于液压泵故障诊断的新方法,建立了Elman神经网络的应用结构模型,介绍了该网络的训练算法,阐明了液压泵故障诊断的实现过程。通过试验验证了该神经网络收敛速度快,学习记忆稳定,具有很好的学习功能;测试结果表明该诊断方法具有高可靠性,达到了预期的效果,可以用于液压泵故障诊断。 相似文献
2.
《组合机床与自动化加工技术》2020,(1)
针对当前工业现场数据远程查询灵活性不足、传统故障诊断方式效率较低和扩展性较差、故障报警信息形式单一等问题,设计了基于阿里云的大型臭氧发生器远程监测及故障诊断系统。该系统通过工业无线的方式实时采集臭氧发生器的运行数据并上传至阿里云,在阿里云上利用BP神经网络进行故障诊断。终端采用B/S架构实现远程数据监测及手机短信报警等功能。该系统增强了现场数据查询的灵活性,提高了故障诊断的准确性,改善了现场故障处理的及时性。 相似文献
3.
液压泵轴承故障诊断的神经网络方法研究 总被引:4,自引:0,他引:4
他基于集成BP网络的液压泵轴承故障诊断方法。利用频域和倒频域进行特征提取,采用集成BP网络进行故障诊断和识别,解决了液压泵轴承故障特征提出困难、多故障识别困难的问题。试验结果表明,利用集成BP网络可以有效地诊断与识别液压泵轴承多故障模式,并且具有很强的鲁棒性。 相似文献
4.
5.
针对液压泵故障诊断问题,提出了一种基于局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)、模糊熵和SOM神经网络三者相结合的故障诊断方法。对液压泵振动信号进行LCD分解,得到若干个内禀尺度分量(Intrinsic Scale Component,ISC);将ISC分量分别与原信号进行相关分析,筛选出包含主要故障信息的前几个ISC分量,计算其模糊熵并组成特征矩阵;将特征矩阵输入SOM神经网络进行分类识别。液压泵故障诊断实例表明,该方法能够准确识别液压泵典型故障,具有一定优势。通过与BP神经网络分类结果相对比,显示了SOM神经网络在特征分类方面的优越性。 相似文献
6.
为了实现液压挖掘机的整机故障诊断,提出基于BP神经网络的故障诊断方法.将BP神经网络应用于液压挖掘机的故障诊断中,研究BP神经网络的结构和算法.以液压挖掘机整机故障诊断为例,选择典型的故障样本训练神经网络,使神经网络具有较好容错性和稳定性,经过训练的神经网络就可以实时、准确地诊断出挖掘机的故障.并使用Matlab的神经网络工具箱进行模拟仿真,仿真结果表明:BP神经网络能够很好地应用于液压挖掘机的实际故障诊断,网络收敛速度快、学习记忆稳定,具有一定的工程实用价值. 相似文献
7.
8.
9.
10.
11.
12.
针对YJ900运架一体机行走液压系统容易发生的内泄漏故障问题,运用AMESim软件建立其液压仿真模型。模型中引入泵泄漏、马达泄漏以及泵和马达同时存在泄漏3种典型故障模式,并采集液压马达进出口数据作为样本。将数据样本分为训练样本和测试样本,将训练样本输入MATLAB搭建BP神经网络故障诊断模型,并用测试样本完成故障模型的测试。主要研究神经元个数以及训练样本数对故障诊断成功率的影响。利用粒子群优化算法(PSO)对BP神经网络进行初始权重和偏置的优化,从而显著提高了少训练样本下的故障诊断成功率 相似文献
13.
根据液压泵发生故障所表现出来的特征,采用小波包能量值提取的办法作为故障类型识别的特征量,采用BP神经网络对输入的特征量进行识别。实验结果表明:采用小波神经网络对液压泵故障类型的识别可以取得满意的效果。 相似文献
14.
多传感器信息融合在液压系统智能故障诊断中的应用 总被引:2,自引:0,他引:2
针对采矿工程机械液压系统故障诊断方法存在的局限性,提出了一种基于多传感器信息融合的智能故障诊断方尊。该方法采用模糊神经网络融合诊断中心作为故障诊断的执行机构,算法上采用BP算法。通过一实例论证了在液压系统故障诊断中采用多传感器信息融合故障诊断方法比采用单传感器信息故障诊断方法更具有准确性和可靠性。 相似文献
15.
16.
17.