共查询到17条相似文献,搜索用时 78 毫秒
1.
SOM网络在电机转子故障诊断应用中的可视化分析 总被引:1,自引:0,他引:1
SOM网络(自组织特征映射神经网络)模拟大脑神经系统,具有自适应、自学习与联想功能,是一种无导师学习网络,最大优点是能够保持原始数据的拓扑结构,在数据分类、知识获取、过程监控和故障识别等领域中应用广泛。将其用于电机转子的故障诊断,着重利用U矩阵图和D矩阵图等可视化工具对其分类结果进行仿真与分析,并与SOM网络一般聚类结果进行比较。结论表明,SOM网络的可视化方法简单、直观、易懂,对故障的判别率较高。 相似文献
2.
3.
在研究灰色关联分析基本理论与方法基础上,根据灰色关联分析的基本思想,提出了一种改进的灰色关联度量化模型,并将其应用于机械故障诊断中。该模型采用空间向量夹角的余弦衡量比较序列之间的局部相似性,而以局部相似性的均值作为比较序列的整体相似性的度量。通过实例验证,该模型对已有的关联度模型有较大改进,能有效地进行故障识别,且计算简单、计算量小。 相似文献
4.
5.
6.
基于改进灰色关联度分析的风机故障诊断系统 总被引:2,自引:0,他引:2
在分析原有高炉送风系统故障诊断方法所存在缺陷的基础上,提出了一种改进的灰色关联度计算方法,并成功地应用于系统的故障模式识别。该方法先以空间向量夹角的余弦来衡量比较序列之间的局部相似性,然后以局部相似性的平均值衡量比较序列之间的整体相似性,从而克服了原有灰色关联度计算过程中所存在的固有缺点。实践证明,该方法计算简单、计算量小、诊断结果更符合实际。 相似文献
7.
针对煤炭企业管理水平评价的特点,建立了灰色关联度综合评价数学模型,并对模型进行了实例计算,最后论述了该模型的使用方法和应该注意的问题。 相似文献
8.
9.
10.
11.
12.
13.
14.
15.
16.
对基本的遗传算法进行了改进,并将其与BP算法相结合构成混合算法应用到电动机故障诊断的小波神经网络训练中。仿真结果表明,该算法有效地解决了小波网络初值设置不合理,极易进入局部极小的区域,以致网络振荡增大、不收敛,而GA算法独立训练神经网络速度缓慢等缺点。用训练过的小波神经网络模型对5组电动机故障进行验证和诊断的仿真结果也表明了,该算法具有较快的收敛速度和较高的计算精度,证实了该算法应用于电动机故障诊断的有效性。 相似文献