共查询到19条相似文献,搜索用时 46 毫秒
1.
2.
基于粗糙集理论的柴油机神经网络故障诊断研究 总被引:8,自引:1,他引:8
介绍了粗糙集理论的核心内容 ,给出了基于 kohonen神经网络的连续属性值离散化方法。应用粗糙集理论对反映柴油机运行工况的特征参数进行了属性简化 ,剔除了不必要的属性。研究了 RBF神经网络故障诊断模型及学习规则 ,给出了基于粗糙集理论的 RBF神经网络故障诊断原理和步骤。通过对柴油机供油系统柱塞磨损故障的自动分类和诊断 ,表明该系统能有效地减少神经网络的输入节点数 ,克服了神经网络规模过于庞大及分类识别速度慢等缺点。 相似文献
3.
基于粗糙集约简的信息融合故障诊断研究 总被引:1,自引:0,他引:1
提出一种基于粗糙集约简的神经网络信息融合故障诊断方案。该方案利用粗糙集理论对诊断决策表进行属性约简,根据约简构造诊断子神经网络群,采用信息融合的方法处理神经网络输出结果。该方案能够缓解神经网络诊断中网络学习收敛问题,并且可有效利用决策表的冗余信息,在个别征兆信号受到干扰或发生错误时仍能正确诊断,使诊断方案具有较强的健壮性。 相似文献
4.
5.
6.
神经网络模式识别的实时性和鲁棒性使得它成为故障诊断的常用方法.本文首先介绍了RBF神经网络的构成和特性,然后将柴油机的振动信号和油管压力信号作为特征参数,运用RBF神经网络对供油系统的3种故障进行诊断分析.实践表明,RBF神经网络用于多征兆机械系统的故障诊断是有效、可行的. 相似文献
7.
8.
基于神经网络技术的柴油机故障诊断 总被引:1,自引:0,他引:1
本文提出了一种新的柴油机故障诊断方法,利用柴油机表面振动信号经过小波包提取特征参数,然后由BP神经网络进行故障诊断。实验研究和计算机模拟的结果表明,这一方法是可行和有效的。 相似文献
9.
10.
11.
柴油机故障诊断的局域波神经网络方法研究 总被引:3,自引:0,他引:3
针对柴油机表面振动信号的非平稳性,采用局域波法对其进行有效分解获得多个局域波分量,这些分量有效降低了信号的非平稳性,并且包含着原始信号瞬时频率和模糊频带的双重特征信息。然后以局域波分量的特征参数为输入对RBF神经网络进行训练学习,形成网络。这种方法增强了内燃机故障诊断的可靠性和精确,并在实际柴油机故障诊断中得到了有效地应用。 相似文献
12.
利用神经网络的非线性映射,及其高度的自组织和自学习能力,将SOM网络应用于柴油机的故障诊断。利用夹持式传感器获得柴油机喷射系统的燃油压力波形,对波形进行时域分析和特征提取。根据所取得故障信息及其对应的故障类型来构造网络结构,用单一故障样本对网络进行训练,根据输出神经元在输出层的位置对故障进行判断。通过仿真实验验证SOM神经网络在柴油机故障诊断的正确性。经实例分析证明,该方法可对故障进行有效诊断。 相似文献
13.
针对失火故障中存在的高速轻载诊断困难,失火程度无法判别的问题,通过对比分析正常状态与失火情况下瞬时转速的特征,发现缩短段角加速度段长度,能够有效提升特征对失火故障的敏感度,同时,用神经网络方法代替阈值规则,能够很好地利用各缸特征值间的联系诊断失火。基于此,提出一种改进段角加速度和神经网络相结合的失火故障诊断方法。该方法能够实现对全转速范围单缸完全失火的诊断,且利用二级诊断的方式可以对失火程度进行有效判别,在高速轻载工况依旧具有很好的准确率。同时,提出的方法在学习阶段所需数据量小,适用于发动机失火故障的在线诊断。 相似文献
14.
15.
16.
对汽油机关火时其排气中的碳氢化合物、二氧化碳和氧气的体积分数值的变化规律进行了分析,提出了用BP网络诊断汽油机失火故障的新方法并进行了实例研究。训练好的网络可用于汽油机的实时诊断。 相似文献
17.
18.
基于小波神经网络的旋转机械故障诊断 总被引:3,自引:1,他引:3
研究了小波变换与人工神经网络结合起来应用于旋转机械故障诊断的问题。通过选择合适的参数,对故障信号功率谱进行小波分解,简化了故障特征向量的提取。建立了基于小波变换和BP网络的混合诊断模型,成功地实现了对故障的智能诊断。 相似文献
19.
电力变压器的故障除了给其自身带来重大损失外,还对电力系统的安全造成很大影响。利用BP神经网络对变压器故障进行诊断,针对BP神经网络学习率的缺点,提出了一种跟踪型自适应学习率的确定方法,该方法仅需整定一个参数,有效地提高了BP神经网络的收敛性和训练时间,进而通过构建变压器故障诊断训练样本集,验证了该方法的可行性,获得了更精确的诊断结果。 相似文献