基于虚拟仪器和神经网络算法的旋转机械故障诊断系统设计

设计一种基于虚拟仪器和神经网络算法的旋转机械故障诊断系统。介绍了系统的结构、工作原理、硬件电路及软件设计流程。利用LabVIEW软件作为平台,对转子振动信号进行提取和分析,采用了BP神经网络的方法,对其故障进行分析和诊断,实际应用表明,该系统具有安装使用方便、抗干扰能力强、可靠性高等特点。     

概率神经网络在旋转机械故障诊断中的应用

概率神经网络是一种学习规则简单、训练速度快、应用广泛的人工神经网络。对该方法进行了理论分析,并将其应用于旋转机械—风机的故障诊断中。仿真结果表明用概率神经网络对风机振动故障进行诊断是可行而有效的。     

基于人工免疫的旋转机械故障诊断研究

介绍了人工免疫在旋转机械故障诊断中研究现状和国内外一些研究成果以及人工免疫系统的仿生机理,为故障诊断提供了新思路和方法,给出了人工免疫在旋转机械故障诊断中的应用模型和算法,对并发故障作了探索,提出现阶段存在的问题和对未来的展望。     

PNN在旋转机械故障诊断中的应用

研究了利用PNN进行旋转机械故障诊断和预报的方法。PNN是基于Parzen窗函数和Bayes分类规则的前向型自监督神经网络模型,具有强大的非线性处理能力,快速的收敛速度和准确的分类效果。以某旋转机械典型故障样本为例,给出了利用该模型进行诊断和预报的详细过程。理论分析和仿真实验结果表明,利用PNN进行旋转机械故障诊断和预报的方法可行、有效。     

神经网络在旋转机械故障诊断中的应用研究

旋转机械在化工、机械、冶金、矿山、炼油、受电等工业领域应用广泛,常见的有压缩机、风机、汽轮机、发电机等,它们都是由转动部件和非转动部件构成的。转动部件有转子、齿轮、联轴器、滚动轴承等,非转动部件包括滑动轴承、轴承座、机壳以及地基等。对大型旋转机械进行状态监测和故障诊断具有重要的实用价值。但是,由于旋转机械本身构造的复杂性,其故障形式繁多。产生故障的原因复杂。故障和症状之间缺乏明显的对应关系,因此用人工方法难以从症状中查出故障,神经网络技术的出现则为故障的模式识别提供了有力的手段。     

基于BP神经网络的煤矿机械故障诊断专家系统的开发

构建了基于BP神经网络的煤矿机械故障诊断专家系统的结构,以常见的20种故障诊断为研究对象,知识库、规则库和BP神经网络相结合进行推理,优化专家系统,提高了专家系统的响应速度和准确性。采用DreamWeaver、MatLab和.NET技术实现了专家系统的开发。并以一种煤矿机械为例,验证了整个系统的有效性和实用性。     

模糊神经网络在旋转机械故障诊断中的应用

将神经网络和模糊算法结合，建立了串联式模糊神经网络模型，并利用该模型对D350风机进行了故障诊断。     

旋转机械模糊故障诊断方法研究

以模糊诊断原理为基础,提出了一种旋转机械故障诊断系统,利用模糊隶属度原则,确定模糊待检规则集与模糊故障标准规则集之间的距离,以实现对各类旋转机械典型故障的准确分离和正确诊断,实验证明该系统具有良好的性能。     

基于BP神经网络的滚动轴承故障诊断

滚动轴承在煤机设备中广泛应用,在恶劣工况下容易发生故障。为了能够及时准确地获取滚动轴承的运转状态,采用BP神经网络算法与小波函数对轴承振动信号进行分解,从而对滚动轴承进行状态监测以及故障诊断。实验结果表明,BP神经网络能够准确获得滚动轴承的运动状态及故障类型。     

Hilbert-Huang变换及其在旋转机械故障诊断中的应用

旋转机械故障诊断的核心是信号处理技术，特别是现代数字信号处理技术的出现和发展，使旋转机械故障诊断技术步入了新的阶段。在实际应用中，大部分信号都是非平稳的，如剥落、摩擦、松动、裂纹、断裂、油膜振荡、喘振、旋转失速、冲击等故障导致的信号。对这类信号进行准确地分析和处理，无疑是旋转机械故障诊断成功与否的关键所在。     

基于LabVIEW的便携式旋转机械故障诊断系统的研究

依据旋转式煤矿机械特殊的工作环境和作业特点,论述了开发一种便携式故障诊断系统的必要性。详细介绍了对该类机械进行故障诊断的基本原理,依据该原理进行了该系统硬件和软件系统的设计。通过测试实验验证了该系统的实用性和可靠性。     

基于BP神经网络电路故障诊断系统研究

从几个方面介绍了存在于模拟电路中的故障类型。通过阐述BP神经网络的模式识别特点,提出了应用BP神经网络来解决电路故障诊断问题,并且分别应用BP算法和几种改进的BP算法进行结果比较。     

基于BP神经网络的离心泵故障诊断方法研究

介绍了离心泵的主要故障类型和产生原因,应用BP神经网络的主要知识对离心泵的故障进行诊断,将BP神经网络的输入通过Matlab进行训练,最后得到了与理想输出基本相符的实际输出,证明了该方法的有效性和可行性。     

基于BP神经网络的矿井通风机故障诊断系统

提出基于三层BP神经网络的诊断模型,提取反映矿井通风机故障信息的振动信号频谱特征,用来训练神经网络。实测证明矿井通风机故障诊断系统高效、准确,可以推广应用。     

旋转机械故障诊断模糊专家系统的开发及应用

论述了专家系统的模糊化过程,提出将模糊规则进行拆分,运用数据库来组织知识,用专家打分结果与经验数据统计来综合确定模糊关系矩阵值,有效地处理旋转机械振动故障征兆的不确定性问题,并用Java编程来实现系统的诊断推理。最后以一实例验证了系统的可靠性。     

基于HHT的旋转机械转子振动故障诊断的方法研究

旋转机械运转时会产生振动。对振动情况的分析能够把握机械的运转情况。振动信号处理是对旋转机械振动信号分析的重要手段。希尔伯特黄变换越来越得到人们的重视。该方法是一种时频分析方法。相对于其他方法,该方法能够更好地处理非线性非平稳信号,具有较高的时域分辨率和频域分辨率。将该方法应用于旋转机械的故障诊断中,并与其他方法做对比。