基于VB及Matlab的采暖锅炉故障诊断系统实现

本文在人工神经网络锅炉故障诊断系统的基础上,探讨了诊断系统用于采暖锅炉实际故障诊断工程的方法.基于Matlab技术对诊断系统进行离线训练、仿真,用VB技术建立相应的用户界面.     

基于DCS实时信息的智能故障诊断系统

针对某一化工生产过程的故障诊断问题,提出了一个基于DCS实时信息的智能故障诊断专家系统的方案,它涉及到实时信息的采集、数据的处理和传送、状态的监测、事故的预报等方面,以确保工业过程的安全运行.这个系统的实际应用显示,它不仅提高了控制性能,而且也排除了故障,为企业取得可观的经济效益,从而为推动企业的信息化建设提供了保障.     

基于粗糙集人工神经网络的锅炉故障诊断模型

针对锅炉这种大型特种设备,提出了一种基于粗糙集和人工神经网络集成的智能故障诊断方法.该方法先利用Rs理论建立故障决策表,对原始数据进行约简,并按照一定的原则选取多个约简;然后建立神经网络故障诊断子系统,使用粗糙集处理后的数据计算出故障发生程度,研究结果表明:该方法能够正确而且高效地诊断出锅炉中各种部件的故障发生的严重程度.     

基于数据库技术的锅炉故障诊断专家系统研究

文章分析了构建锅炉故障诊断专家系统的重要性和必要性,阐述了数据库技术在专家系统中的重要应用.提出专家系统的设计、实现及工作过程.论述了基于关系数据库技术的知识库构建,推理机的设计,以及数据挖掘技术的应用等.相比之下,采用数据库技术可以很大程度的降低锅炉故障诊断专家系统开发的工作量.     

基于小波神经网络的锅炉故障诊断及应用研究

锅炉作为燃烧的核心设备,其安全运行至关重要,由于锅炉结构复杂,损伤、磨损、酸气腐蚀以及操作不当均会引起故障,为了有效地避免故障,本文将小波变换和神经网络相结合构成小波神经网络用于锅炉故障诊断。实验结果表明,小波神经网络充分继承了小波变换和神经网络的优点,该方法具有良好的故障诊断能力,在故障诊断的准确度上明显地优于BP神经网络。     

基于CLIPS的锅炉故障诊断专家系统应用研究

锅炉系统故障发生频繁并且难以准确定位发生部位,采用专家系统进行诊断可以避免建模的困难,并能在信息不确定的情况下给出合理的解释.介绍了基于CLIPS的故障诊断专家系统的基本结构和功能,并对不确定知识的表示以及规则结论的可信度组合进行了研究.该故障诊断系统能够根据锅炉系统的故障现象进行自动诊断,最后的诊断实例验证了其可靠性.     

基于集成神经网络的电机故障诊断

研究异步电机安全控制问题,为解决故障诊断和速度问题,提高电机运行效率,减小早期故障损失,提出了一种基于集成神经网络的电机故障诊断方法。方法采用定子电流和转子振动信号作为电机故障诊断的输入信号,应用改进的BP神经网络进行故障识别,分别用两个诊断子网络进行局部故障诊断,再运用神经网络融合算法进行全局决策的融合,从而提高诊断的准确率。仿真研究结果表明,故障诊断模型具有诊断准确率高、诊断速度快等优点,是一种比较实用的故障诊断方法,对电机进行故障监测、预报具有重要的实际意义。     

基于神经网络的数模混合电路故障诊断模型设计

神经网络是智能故障诊断中运用最为广泛的诊断方法之一,能应对复杂数字电路和模拟电路故障诊断;基于VC++的神经网络诊断系统具有运算速度快、输入输出界面丰富、易于实现在线故障诊断等特点,而Matlab提供强大的神经网络工具箱,在网络训练方面有优势;利用参数文件将二者优势结合起来,可实现功能完善的数模混合电路智能故障诊断系统;诊断实例表明,使用该方法实现数模混合电路故障诊断系统,具有高建模速度和高诊断精度的特点。     

基于改进遗传BP网络的飞机故障诊断研究

故障诊断对于事故后快速恢复具有重要意义.针对飞机系统的故障诊断研究,本文提出一种基于改进遗传算法优化的BP神经网络智能诊断技术.采用基于实数编码的遗传算法优化神经网路的权值和阀值,克服了BP神经网络收敛速度慢、易陷入局部极小的缺点,并通过Matlab仿真.用实例验证了经过优化的BP神经网络的训练步数得到大大减少,准确性有所提高,泛化能力也得到提升,增强了网络的学习能力,具有一定的实用性.     

模块化模糊网络在电站锅炉故障诊断中的应用研究

该文建立了电站锅炉故障样本及其故障诊断的模块化模糊网络模型，分析了影响网络学习误差的有关参数，并进行了锅炉故障诊断的仿真实验，实验结果表明该网络比单个的三层BP网络能更准确、快速的进行电站锅炉故障诊断。