模糊神经网络故障诊断研究

将模糊神经网络用于电力电子电路的故障检测和诊断，阐述了基本设计思想和算法实现过程。由于模糊神经网络不需要对象的准确模型，它以分布的方式存储信息，利用网络的拓扑结构和权值分布实现非线性映射，在神经网络框架下引入模糊规则，使网络中的权值有明显的意义，且保留了神经网络的学习机制，对权值的学习采用BP算法。据此，建立适当的模糊神经网络故障诊断系统，应用结果表明了该方法的有效性，漏检率和误检率达到预定要求。     

模糊神经网络故障诊断专家系统

模糊诊断和神经网络有机结构能够提高设备邦联诊断技术水平，文章阐述了单症兆主多症兆诊断模糊与神经网络的有机结合论述以模糊诊断原理为根据发展的扩展神经了网和子节点的可塑性学习方法和以模糊模式识别理论指导学习样本的组织方法。     

基于模糊神经网络火控故障诊断系统研究

针对火控系统实时故障检测与诊断难题,对火控故障诊断系统的功能结构和故障特征进行分析研究.系统将状态监控、故障诊断、诊断意见集成为一体,采用分布式主从结构,提高了系统的可靠性和适应性.诊断算法以故障征兆特征与故障原因构成故障样本,在特定故障发生时其故障征兆就会呈现,通过神经网络训练提高了故障识别的准确性;选择蕴含算子并计算了故障信息模糊隶属度矩阵,分级进程推理完成故障识别和故障源的判定以提高诊断速度.通过实验证明了算法的有效性.     

模糊理论在设备故障诊断神经网络中的典型应用

分别阐述了如何结合模糊理论来建立单征兆域单故障诊断、单征兆域多故障诊断及多征兆域多故障诊断等3种典型的诊断模糊神经网络.给出了在实际应用中针对特定问题来建立符合应用需求的诊断模糊神经网络的一般思路,对建立基于神经网络的故障诊断系统具有参考价值和指导作用.     

模糊神经网络故障诊断专家系统

模糊诊断和神经网络有机结合能够提高设备故障诊断技术水平，文章阐述了单症兆诊断模型及多症兆诊断模糊模型与神经网络的有机结合；论述以模糊诊断原理为根据发展的扩展神经网络子网和子节点的可塑性学习方法和以模糊模式识别理论指导学习样本的组织方法。简述基于上述模糊神经网络的诊断系统及诊断系统的生产现场实例验证。     

基于模糊神经网络的数控机床故障诊断技术研究

为了解决数控机床故障诊断复杂的问题,应用神经网络技术,并结合模糊逻辑推理方法,构建了数控机床故障诊断模型。结合一台搭载FANUC系统的数控机床,选取典型的故障现象与故障原因作为样本,探讨了该模型在数控机床故障诊断中的应用。     

基于T-S模糊神经网络的凝汽器故障诊断

针对凝汽器故障的特点,提出了基于模糊神经网络的故障诊断方法.模糊神经网络是模糊系统与神经网络相结合的产物,它利用两者的长处,提高了整个系统的学习能力和表达能力,既具有学习、联想、自适应性,又能进行模糊推理.仿真结果表明,所提出的诊断方法能有效地诊断凝汽器故障,且具有良好的应用前景.     

基于T-S模糊神经网络的凝汽器故障诊断

针对凝汽器故障的特点,提出了基于模糊神经网络的故障诊断方法．模糊神经网络是模糊系统与神经网络相结合的产物,它利用两者的长处,提高了整个系统的学习能力和表达能力,既具有学习、联想、自适应性,又能进行模糊推理．仿真结果表明,所提出的诊断方法能有效地诊断凝汽器故障,且具有良好的应用前景．     

旋转机械故障诊断的模糊神经网络方法

本文给出了一种模糊神经网络方法 ,并将其应用于旋转机械故障诊断。文中针对旋转机械几种典型故障的诊断 ,将模糊神经网络方法与传统 BP网络方法和模糊分类方法进行了比较。结果证明 ,模糊神经网络方法具有更好的诊断效果 ,特别是在处理多故障情况时更为有效     

基于模糊神经网络的模拟电路故障诊断

针对故障诊断技术智能化的发展方向,结合模拟电路的特点,将模糊逻辑和神经网络融合在一起,研究了一种基于模糊神经网络的故障诊断算法,给出该算法的典型模型和结构,并通过实例研究了这种模型在模拟电路故障诊断中的应用。     

基于模糊神经网络的变压器故障诊断新方法

基于模糊理论与神经网络理论,提出了变压器故障诊断的新方法,根据特征气体法和改良ＩＥＣ三比值法,建立了模糊神经网络诊断模型。此模型有效地处理了故障诊断中的不确定因素,并具有较强的知识获取能力,研究结果表明了这种方法的有效性和应用前景。     

基于模糊聚类法的神经网络变压器故障诊断系统

在变压器故障诊断中,针对样本中可能存在的孤立样本以及样本分布的不均匀性,导致神经网络整体性能下降,训练和测试效率降低的情况,设计了利用模糊聚类法对样本进行预先处理,然后再应用神经网络进行训练和测试的诊断系统.从仿真结果可以看出,该诊断系统较样本未处理而直接应用于神经网络诊断系统的诊断性能有大幅度的提高.     

模糊神经网络推理技术及在故障诊断中的应用

分析了故障诊断中基于符号表示的常规推理技术和基于神经连接的神经网络推理技术的不同特点并进行了优劣比较；详细考察了用于推理的模糊神经网络基本构造及逻辑基础；给出了基于纯模糊逻辑系统和Takagi—Sugeno模糊逻辑系统的几种常用模糊神经网络推理模型；最后应用一种网络结合max-min算法分析了一个故障诊断实例，并得出较好的结果。     

智能故障诊断技术的现状与展望

智能故障诊断技术为保障现代复杂工程技术系统的可靠性和安全性开辟了新途径，非线性系统的故障诊断是该领域的热点与难点问题。其中，基于知识的故障诊断技术具有良好的发展前景，由基于规则的系统到基于混合模型的系统，由领域专家提供知识到机器学习，由非实时诊断到实时诊断，由单一推理控制策略到混合推理控制策略是基于知识的故障诊断系统的发展方向。     

神经网络在电力变压器故障诊断中的应用

基于模糊理论和神经网络理论 ,提出了变压器故障诊断的新方法 ,根据特征气体法和改良IEC三比值法 ,建立了模糊神经网络诊断模型。此模型有效地处理了故障诊断中的不确定因素 ,并具有较强的知识获取能力 ,表明了这种方法的有效性和应用前景     

模糊神经网络技术在铝电解故障诊断中的应用

目的为了提高生产效率、降低成本、安全生产，通过对铝电解故障进行有效的检测和预报，减少铝电解过程中阳极效应、热槽、冷槽故障的发生．方法通过对铝电解故障发生机理和故障发生时相关特征量变化趋势的分析，基于模糊逻辑理论。建立了多级模糊故障检测模型，采用BP神经网络建立了故障分类模型，实现对铝电解故障的检测和预报．结果降低了模糊系统的维度，减少了规则数量，采用多级模糊与神经网络相结合的故障诊断预报的方法，提前了预报时间，提高了预报准确率．结论铝电解模糊神经网络故障诊断方法，有效地降低铝电解的故障发生率，降低了能耗，提高了铝的产量和质量，具有良好的应用前景．     

矿井通风机振动故障诊断的神经网络方法

轴流式通风机是煤矿生产中常用的关键设备, 对其进行故障诊断的研究具有十分重要的意义． 本文在分析通风机振动故障的原因及故障特征的基础上, 研究利用人工神经网络进行通风振动故障诊断的方法, 并建立了相应的神经网络诊断模型, 研究表明该模型可用于通风机的故障诊断, 是一种有效的智能分类器．