共查询到18条相似文献,搜索用时 78 毫秒
1.
根据滚动轴承振动信号的频域变化特征,利用小波分析对其建立频域特征向量,准确地提取了故障的特征信息,结合RBF神经网络训练速度快的优点,将RBF神经网络应用于轴承故障特征的选择,并利用所确定的特征及RBF分类器进行故障诊断。实验结果表明,该方法可实现滚动轴承故障的可靠诊断。 相似文献
2.
3.
本文提出了一种新的汽车发动机故障诊断方法。首先利用小波包对故障信号进行处理,将能量信息作为识别故障的特征向量,并采用了隐含层节点的动态删除策略对径向基函数神经网络结构进行精简。利用训练样本数据,得到最优预测模型,并用检验样本数据对所得的预测模型进行检验。试验表明该诊断方法对发动机故障诊断有良好的诊断效果,能够对故障进行准确分类。 相似文献
4.
基于自适应小波神经网络的故障分类 总被引:10,自引:1,他引:9
结合小波变换和社会网络理论,提出了一种自适应小波神经网络,网络在学习过程中对小波的尺度参数和平移参数进行自适应调整,最大限度地对信号进行特征提取,并研究基于自应小波神经网络的机械故障分类方法,对轴承的分类实例结果表明该网络分类准确、可靠性高。 相似文献
5.
轴承故障的自适应小波神经网络分类 总被引:3,自引:1,他引:2
提出了一种用于故障分类的自适应小波神经网络,网络第一部分利用小波伸缩平移系把信号分解到不同频道上进行特征提取,第二部分对提取的特征信息进行学习或判断.推导了该网络的学习算法,并应用其对轴承进行了故障分类,结果表明该网络分类准确,可靠性高. 相似文献
6.
7.
8.
小波分析的工程理解及其在机械诊断中的应用 总被引:1,自引:0,他引:1
在本文中,我们从工程应用的角度提出了小波分析的理解,给出了小波函数和尺度函数之间的关系和信号分析的小波变换,然后,我们利用小波包算法分析了两 典型的机械故障,结果显示,小波包的分析方法较传统的窗口傅立叶变换和维格纳分布相比更加有效。 相似文献
9.
10.
基于RBF神经网络的齿轮箱故障诊断 总被引:1,自引:0,他引:1
阐述径向基函数(radial base function,RBF)神经网络的基本原理和算法,将其应用于齿轮箱故障诊断与识别,建立齿轮箱的BRF故障诊断模型,并与BP(back propagation)神经网络、学习率自适应BP神经网络进行对比分析研究。结果表明,RBF神经网络性能优于BP神经网络,具有较快的训练速度、较强的非线性映射能力和精度较高的故障识别能力,非常适用于齿轮箱的状态监测和故障诊断。但在具体应用中应当注意,RBF网络的训练样本必须含有一定的噪声,以提高网络的容噪性能;各类故障的训练样本数不能太少,否则RBF网络的故障分类能力很差。 相似文献
11.
基于小波-神经网络的模拟电路IDDT故障诊断 总被引:9,自引:0,他引:9
动态电源电流测试(IDDT)对模拟电路故障诊断非常有效,而小波变换能够有效提取动态电流的故障特性。因此提出一种基于小波-神经网络的模拟电路IDDT故障诊断方法。利用小波变换具有时频局部化特性,分别对模拟电路正常模式和故障模式的IDDT采样信号进行特征向量提取,建立故障字典;然后利用神经网络具有非线性映射优点,对各种状态下的特征向量进行分类决策,实现模拟电路的故障诊断。 相似文献
12.
RBF神经网络在传感器校正中的应用 总被引:17,自引:4,他引:17
提出了一种基于RBF神经网络的传感器非线性校正方法,传感器的输出及待测物理量的实际数值用于训练RBF神经网络,以得到非线性校正用的逆模型,只需较少的神经元就可构成上述逆模型,便于单片机软件实现或“因化”在硬件中,通过一个二维位移传感器的例子表明,采用RBF神经网络的传感器非线性校正精度和网络训练速度均大大优于BP神经网络,能满足实用要求。 相似文献
13.
14.
15.
小波-神经网络-模糊识别在旋转机械故障诊断中的应用研究 总被引:7,自引:0,他引:7
对旋转机械故障诊断常用的一些方法进行了评述与比较;利用小波包可进行多维多分辨率分析的特点,对旋转机械振动信号进行特征提取。对提取的特征,用ART2神经网络诊断故障类型,根据故障类型的诊断结果,进一步对故障严重程度进行模糊识别;通过对实验数据的分析处理,获得了较好的效果。 相似文献
16.
17.
集成神经网络在设备诊断中的应用 总被引:3,自引:0,他引:3
本文从诊断工程实际出发 ,从信息融合的角度提出了集成神经网络的概念 ,并讨论了实现的策略。诊断实例表明 ,集成神经网络的建立 ,充分利用了各种信息 ,可有效提高确诊率 相似文献