基于小波包和Elman神经网络的异步电机转子断条故障诊断方法

提出了一种基于小波包分析(WPA)和Elman神经网络的异步电机转子断条故障诊断方法.针对异步电机转子断条故障时定子电流出现的边频分量进行小波包分析,提取动态条件下各频带能量作为故障特征向量,削弱了负载变化及噪声对诊断准确性的影响.采用Elman神经网络对故障进行识别,并对Elman网络进行改进,在关联层增加了自反馈增益因子,提高了网络性能.以频带能量作为Elman神经网络识别故障的特征向量,建立从特征向量到电机转子断条故障之间的映射.试验结果表明:基于小波包分析提取的故障特征明显,由WPA和Elman神经网络构成的诊断系统,能有效地识别出转子断条故障,故障诊断准确率高.     

五滚柱式定向离合器故障诊断的小波包变换方法

论述了小波包分解及其能量谱处理五滚柱式定向离合器故障的原理与方法。应用小波包分解及其能量谱直观地识别出故障的特征频带，并进行了量化分析。结果表明，小波包及小波包分解能量谱比传统的傅立叶分析方法具有更大的优越性和价值。     

损伤识别系统中小波包信号特征量的提取

基于结构损伤识别系统,构建了耦合神经网络模型,阐述了小波包分析技术的原理和方法,对小波基的选取原则进行了分析和探讨,确定了小波基函数DbN中的N以及小波包分解尺度j;从模式识别的观点对结构损伤识别进行了分析,分析了小波包信号能量特征提取的方法。利用小波包多分辨率的特点,提出了以小波包信号成分能量特征向量为结构损伤识别的损伤特征指标,并在实验中得到了良好的识别效果。     

小波熵在植物电信号识别中的应用研究

利用小波良好的时频局部化特性以及熵能够对系统状态进行表征的特点,提出将小波熵作为植物电信号的特征向量,将该特征输入到BP神经网络分类器进行自动识别,取得了良好的识别效果。同时,利用小波能量熵对结果进行分析。结果表明,小波熵比小波系数能量作为特征对植物电信号的识别更有效。     

一种基于小波变换的模糊聚类算法及其应用

为准确对输电线路故障性质、故障相等进行识别,提出一种基于小波能量比值的模糊C-均值聚类(FCM)算法,并研究了该算法在输电线路的永久性和瞬时性故障识别中应用的可行性.结合小波分析的时频分析能力、小波能量比值的特征提取能力和FCM的模式识别能力,建立一实际500kV输电线路的PSCAD模型,对单相故障产生时的暂态电流进行了聚类分析和识别.仿真结果表明:基于小波能量比值的FCM算法能较好地识别故障相与非故障相,且算法收敛速度快,识别结果准确.     

基于BP神经网络的负载识别和C语言实现

对学生公寓用电负载的类型进行识别,识别出负载中计算机功率的值,进而判断检测到的总功率中所含的非计算机功率,以限制大功率负载的应用,对学生公寓的用电管理有重大意义。对所采集不同负载类型的电压、电流信号进行傅立叶交换,提取特征值,并加入总功率参数作为BP神经网络的训练样本,训练网络对负载中计算机功率进行识别,并用C语言编程实现。对石家庄铁道学院学生公寓电器类型的识别结果表明,神经网络方法用于识别电器类型具有可靠性和实用性。     

基于小波尺度-能量的钢绞线张拉力识别研究

目的研究预应力钢绞线长期服役后剩余应力水平,开展无损检测方法评估剩余应力.方法以工程中常用的钢绞线为研究对象,进行钢绞线逐级加载实验与超声导波实验,对端面传感器与侧面传感器采集到的导波信号进行小波分析与多尺度分析;定义不同拉力状况下能量特征向量E_j之间的差值为L_(WE),能量Shannon熵特征向量S_j之间的差值为L_(WES),并以该值作为钢绞线张拉力识别指标.结果随着张拉力的增大,实测导波信号幅值降低,其频谱图幅值也降低,能量分布发生了改变;不同张拉力下,小波能量在尺度上分布有相似的规律,其峰值随张拉力的增大而下降;识别指标L_(WE)和L_(WES)随张拉力变化显著,线性规律强,可靠性系数R~2均在0.94以上,传感器布置策略对其影响较小.结论构建的识别指标均能识别出钢绞线张拉力的变化,与小波尺度-能量Shannon熵图相比,小波尺度-能量图更能清晰地观察到能量随张拉力的变化趋势,基于小波能量的识别指标L_(WE)敏感系数K值更大,可靠性越高,识别效果更佳.     

电厂锅炉燃烧工况特征研究

分析了电厂燃烧锅炉工况诊断技术,提出了基于小波包频带能量分析方法的小波包分解能量特征提取方法.利用小波包分解技术,对稳定与非平稳的电厂锅炉燃烧压力波信号进行能量特征提取,为工况识别提供了有用信息.     

小波包变换在往复泵活塞状态监测中的应用

根据小波变换能同时在时间域和频率域进行局部化信号分析的特点,采用小波包分解、小波包重构及小波包分频带能量监测方法对往复泵活塞状态进行识别,取得了良好的效果。这种方法具有特征参量少、故障特征突出等优点。可以预见,信号的小波包分析将发展为一种可用于往复泵工况监测与故障诊断的特征提取方法     

采用小波包树能量矩阵奇异值分解的局部放电模式识别

为了从局部放电信号电磁波大量冗余的频率信息中提取有效的局部放电特征参量,提出了采用小波包和奇异值分解相结合的能量特征提取方法。该方法从大量小波包树节点的能量信息中提取了一组能量特征参量用于局部放电类型识别,首先对4种放电类型的电磁波信号进行小波包分解,计算每个小波包节点系数的能量,接着采用奇异值分解法从小波包树所有节点的能量信息中提取奇异值较大的一组参量,利用这组参量建立识别模型,最后使用支持向量机对4种变压器典型放电类型进行识别。结果表明,小波包树能量矩阵奇异值分解可以从包含有大量无效和冗余频率信息的电磁波信号中提取能量特征参量,从而进行局部放电识别。研究内容可为局部放电类型识别提供一种有效的特征提取方法。     

非侵入式电力负荷在线分解

基于用电设备正常工作时的稳态电流（包含基波和谐波）具有一定统计规律性,提出了一种非侵入式电力负荷在线分解方法．当某一电力负荷内部含有n类主要用电设备时,其电流可近似用这n类用电设备电流的线性叠加来估计．负荷分解是应用最优方法求取一组合理的权重系数,使负荷估计电流与负荷真实电流最为接近,从而确定电力负荷中不同类型用电设备的功率消耗比例．实验结果表明,所提出的负荷分解方法不仅具有较高的精度和较好的稳定性,而且便于在线实现．     

基于嵌入式WEB服务器的智能家居远程监控系统

将智能家居、嵌入式系统和WEB服务器三者结合起来,研究并构建了嵌入式WEB服务器,设计了基于嵌入式WEB服务器的家电监控系统方案,使得用户可以方便地在任何能够接入Internet的地方,通过浏览器实现对家电设备的控制。另外,系统还基于Qt用户图形接口设计了一个图形化控制界面,本地也可以通过触摸屏的输入实现对家电设备的控制。因此该方案是一个功能齐全、方便实用的家电远程监控系统。     

模糊控制在家电产品中的应用与展望

介绍了模糊控制技术在全自动洗衣机、空调、冰箱等家用电器中的应用，并结合最新的技术手段，讨论了智能家电的发展趋势。     

家电产品送货保证决策模型研究

家电产品生产企业或服务公司的送货时间保证率是公司获取竞争优势的一种重要手段。先前的送货时间保证模型强调了送货时间作为服从指数分布的成本函数模型。在现有模型的基础上引入二次损失函数,建立了一个服从伽马分布的送货时间保证决策模型,分析和讨论了在产品需求和价格等约束条件下家电产品送货迟到所产生的各种成本以及赔付量的决定。为建立家电产品需求、产品价格、送货时间和送货保证优化模型提供了思路。     

家电企业竞争力测评的多元统计分析

通过主成分分析法和聚类分析法建立模型,运用SAS统计软件对国内11家家电企业的竞争力进行测评,为家电行业各企业制定合理的竞争策略提供一些依据,结果表明长虹、关的、海尔以及格力的企业竞争力比较强．     

宜昌市废旧家电回收利用现状与对策分析

通过对宜昌市废旧家电回收处理体系的调查以及对宜昌市消费者回收态度的分析,揭示了宜昌市废旧家电回收利用的现状以及存在的主要问题;并根据宜昌市市情和消费者态度提出了废旧家电回收的可行性建议,即消费者激励机制,包括经济激励机制和非经济激励机制。     

家庭网络通信协议的研究

以在家庭中提供家电控制服务为目标,逐步实现家庭网络的通信协议设计.首先结合家庭网络的内外部环境,设计了家庭网络的体系结构.然后,根据家庭网络的体系结构,以及网络家电信息处理的特点,提出了电器本地和远程控制的实现方案,实现登记、状态查询和控制.     

基于人机结合算法的布局优化研究

在研究并行遗传算法的基础上,提出了解决家电产品布局设计优化问题的人机结合并行遗传算法.该算法将人工个体与算法个体共同构成解群,在计算过程中通过人机交互,实现对算法的有效干预,避免算法的缺陷出现.对比试验表明,采用"人机结合"的并行遗传算法能够较好地解决家电产品布局设计的优化问题.     

通用型无线家电开关遥控器设计

论述了基于STC89C52芯片的通用型无线家电开关遥控器发射电路和接收电路的总体设计方案,详细论述了各部分硬件电路的设计和软件程序流程的设计。给出了系统调试的方法和结果。