首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 343 毫秒
1.
单神经网络诊断大多已成功应用到实际的故障诊断系统中。而在实际应用中,多层次多故障的复杂系统普遍存在,运用单一结构神经网络在处理复杂故障诊断问题时网络过于庞大,诊断精度降低。对层次分类诊断模型进行研究分析,提出运用多重结构神经网络(MNN)来对主动力装置进行故障诊断研究,诊断结果表明该模型是可行和有效的。  相似文献   

2.
汽轮发电机组的振动故障具有多样性的特点,经常出现多种故障同时发生的情况。文中介绍了一种在节约覆盖集理论框架上集成概率推理的诊断模型,并在此基础上建立了汽轮发电机组振动多故障诊断的实用模型,以某汔轮发电机组的2类振动多故障为例验证了该方法的有效性。该模型能有效地识别出汽轮发电机组的多故障,弥补了专家系统的神经网络等诊断方法不能正确诊断多故障的不足,具有较高的诊断可靠性和实用性。  相似文献   

3.
为了解决电力变压器中故障诊断存在的大量随机性和模糊性问题。提出了一种基于置信因子的模糊诊断方法。建立的带置信因子变压器故障模糊诊断模型,用于科学地定量确认故障产生原因;通过确定置信因子和建立模糊综合评判信度,补偿评判中主观信度,实现故障诊断过程。应用实例证明该方法是有效。可行和可靠的,具有实际推广价值。  相似文献   

4.
 针对采用SOM 网络进行多故障诊断时,要求多故障模式相似且不包含标准故障输出的限制,提出将SOM 网络与可拓理论相结合的多故障诊断方法.首先采用SOM 网络对训练样本进行聚类,得到故障模式及其聚类中心.然后针对每种故障模式的每个特征构造在聚类中心处取得最大值的关联函数,并以各特征的关联函数值为基础,设计多故障评价指标实现多故障诊断.最后采用汽轮发电机组振动信号的频谱数据对算法进行验证,结果表明该方法能够正确识别待诊断样本的单故障和多故障模式,具有可行性.  相似文献   

5.
一种基于基因遗传算法的诊断问题求解方法   总被引:1,自引:0,他引:1  
基因遗传算法是一种基于达尔文进化论思想的新的优化算法,它是对生物进化过程中繁殖、变种和自然选择等规律的模拟。作为一种进化论的数学模型,基因遗传算法在解决大空间的搜索和组合优化问题等方面具有独到的功效。本文在概率因果诊断模型的基础上,应用基因遗传算法解决了诊断中具有组合瀑炸数的多故障同时性诊断问题。  相似文献   

6.
基于最优二叉树的多故障分类器的设计   总被引:3,自引:0,他引:3  
在分析常见多故障分类器的基础上,提出了基于故障优先级和核函数的聚合技术,利用这个方法生成一个基于最优二叉树的多故障分类器.该分类器是通过核函数具有将非线性问题线性化的特点生成聚类函数,然后通过各个故障的优先级生成最优二叉树.最后将此分类器应用在挖掘机故障诊断中.应用结果表明,此分类器不但能够保证故障诊断的正确率,而且可以让后果较严重的故障得到优先诊断.  相似文献   

7.
支持向量机及其在机械故障诊断中的应用   总被引:26,自引:0,他引:26  
针对目前机械故障诊断中难以获得大量故障数据样本以及特征提取和诊断知识获取困难等不足,提出了应用支持向量机进行机械故障诊断的方法,研究了将小波包分析与信号能量分解用于机械故障的特征提取。该方法将振动信号小波包分析后的信号频带能量作为特征向量,输入到由多个支持向量机构成的多故障分类器中进行故障识别和分类。该分类器只需少量训练样本,而且不必预先知道故障分类的经验知识就能实现正确分类。研究结果表明:选用不同核函数及其参数的多故障分类器对分类精度有影响;在样本不带噪声和带15%噪声情况下,支持向量机的分类精度均高于BP神经网络的分类精度,具有更好的分类性能。  相似文献   

8.
针对基于红外图像的电路板故障诊断准确率较低、检测灵敏度差等缺陷,分析了基于神经网络的智能诊断方法。该方法结合多分类器转化为二分类器思想,设计了一种基于BP神经网络的集成神经网络诊断模型,并且对于同一类故障采取范围化样本进行训练,每组被测故障数据根据特征阈值选择相关几个子网络进行诊断。最后利用Matlab软件进行实例仿真和测试。结果表明:该网络对于电路板多故障模式的识别准确率较高,检测灵敏度可以提高1.74倍,而预测误差可以降低到原来的17.6%,为电路板故障诊断的实用化提供了理论依据。  相似文献   

9.
利用遗传算法的核电厂故障诊断方法   总被引:2,自引:0,他引:2  
为了解决核电厂故障诊断中遇到的专家知识不完备,虚假信号以及对多故障进行诊断等问题,针对核电厂故障诊断的特点,结合经典概率论,利用遗传算法(GA),将核电厂部件状态与遗传算法中的群体相联系,在核电厂模拟机上,验证了核电厂二回路3 个典型事故的诊断过程。实现多故障诊断,并对诊断过程中存在的专家知识不完备,虚假信号等问题有相当的适应性。  相似文献   

10.
基于相空间重构(SPR)和支持向量机(SVM)算法本文提出了一种利用单一变量进行化工过程故障诊断的方法。首先进行变量筛选,然后对筛选出的关键变量进行相空间重构,再利用SVM对重构后的数据进行故障分类。通过对TE(Tennessee Eastman)过程几类故障进行仿真测试,结果表明在单一故障和多故障情况下,本方法均可实现化工过程的单变量故障诊断;与传统SVW方法相比,相空间重构可有效提高诊断正确率。此方法可为建立简单而有效的单变量故障诊断系统提供理论依据。  相似文献   

11.
汽轮发电机多故障诊断的SOM神经网络方法   总被引:5,自引:1,他引:5  
汽轮发电机组的振动故障具有多样性的特点,经常出现多种故障同时发生的情况.传统的BP神经网络方法可对单一故障有效诊断,若要对多故障进行诊断,则需对各种多故障样本进行学习,使输入空间在训练过程中被样本空间完全覆盖,将大大增加样本空间及学习训练负担,同时网络归纳、联想能力随之大幅度下降,诊断难以实施.因此,将自组织特征映射(SOM)神经网络应用于汽轮发电机组的振动多故障诊断,用单一故障样本对网络进行训练,根据输出神经元在输出层的位置对多故障进行判断.经实例分析证明,该方法可对多故障进行有效诊断.  相似文献   

12.
基于人工神经网络的旋转机械多故障同时性诊断策略   总被引:6,自引:0,他引:6  
针对大型旋转机械多故障同时性诊断问题,基于人工神经网络,构造了一种由多个子网络组成的分级诊断网络(HDANN)。该网络旨在将一个大的分类模式空间划分为几个小的子空间,以便对各子网络进行有效的训练,提高各子网络的分类能力,从而使整个网络具有高精度的多故障同时性诊断能力,测试结果表明:HDANN网络不仅能准确地对单故障进行诊断,而且多故障同时存在的情况下,也能有效地识别出各种故障,该网络具有较高的诊断  相似文献   

13.
神经网络在核动力装置故障诊断系统中的应用   总被引:1,自引:0,他引:1  
对核动力装置进行状态监测与诊断的层次、步骤、系统结构进行了阐述,并结合专家知识对核动力装置典型故障建立了故障知识库;在此基础上,将径向基函数(RBF)人工神经网络引人到核动力装置故障诊断中,使其与模糊神经网络(FNN)进行邦联,提高了神经网络的诊断速度和准确性.用Visual Basic6.0编制了系统程序.该系统对典型故障进行了诊断,得到了预期的效果.  相似文献   

14.
基于神经网络与专家系统的故障诊断技术   总被引:1,自引:0,他引:1  
针对传统的故障诊断方法对复杂系统或装备进行故障诊断速度慢、对多故障同时发生的情况难以准确定位的问题,提出将神经网络与专家系统相融合的设计方案,建立一种基于人工神经网络的故障诊断专家系统。该专家系统结合神经网络和专家系统的优点,具有很强的自学习能力和自适应能力,可从外部环境不断吸取信息,在学习过程中不断完善自己,具有很强的容错性,善于联想、类比和推理。理论分析与仿真实验证明,该系统能实现对故障的快速准确定位,为保障装备可靠高效地发挥功能提供了有效方法  相似文献   

15.
分析了汽轮机组回热系统12种典型故障及9种征兆参数的模糊处理,结合Kohonen神经网络的工作原理、诊断特征,提出了模糊Kohonen神经网络汽轮机组回热系统故障诊断模型.结果表明:该模型可以有效地进行回热系统故障样本模式的模糊量化处理,具有自学习功能、聚类能力强、运算速度快的优点,可以有效地对具有模糊性的单一故障和复合故障进行诊断,是一种适合于汽轮机组回热系统故障诊断的有效可行的方法.  相似文献   

16.
基于神经网络的故障诊断推理方法   总被引:12,自引:0,他引:12  
针对传统诊断技术的局限性,研究了基于BP模型神经网络的故障诊断推理方法,它只需选择足够的具有代表性的故障样本训练神经网络,将代表故障的信息输入给训练好的神经网络,根据神经网络的输出结果,就可以判断发生故障的类型.神经网络一旦训练好,由于其具有容错性,不仅能诊断出已经出现过的故障,还能在一定范围内诊断出从未出现过的故障,使故障诊断智能化和简单化.仿真结果表明,基于神经网络的故障诊断方法是行之有效的  相似文献   

17.
分析了模拟电路故障诊断中故障类重叠.针对在该情况下神经网络训练困难与故障诊断正确率低的问题,提出了一种适于模拟电路的、基于神经网络故障诊断的故障重分类方法,给出了该方法的数学模型.通过诊断示例表明,该方法在故障类存在重叠时,降低了神经网络的训练难度,故障诊断的正确率达到99%以上.  相似文献   

18.
智能巡检机器人巡检电力线路时可能受到电磁干扰而影响工作甚至发生故障,为有效地完成智能巡检机器人电磁兼容故障的诊断,本文提出一种基于改进灰狼算法优化BP神经网络(TGWO-BP)的故障诊断模型。由于智能巡检机器人电磁兼容故障征兆与故障原因之间具有复杂的非线性关系,采用一般BP神经网络诊断模型存在着收敛速度较慢,易陷入局部最优,诊断准确率偏低的缺陷。针对以上问题,文中利用改进灰狼算法优化BP神经网络的权值与阈值,将优化后的BP神经网络应用于智能巡检机器人电磁兼容故障诊断。仿真结果表明,相比于GWO-BP神经网络和一般BP神经网络,TGWO-BP神经网络诊断模型收敛速度加快,网络泛化能力增强,故障诊断准确率提高。  相似文献   

19.
故障诊断对于保障电机正常运行有着重要意义,卷积神经网络(CNN)对单一电机故障有着良好的诊断效果.然而传统CNN在处理不同尺寸的数据上存在局限性.针对这一问题,提出了一种基于空间金字塔池化和一维卷积神经网络相结合的故障诊断方法与参数优化策略.该方法不仅使网络可以处理不同尺寸的数据,还降低了网络结构的复杂性和所需运算量.所提出的参数优化策略从理论上解决了诊断过程中可能会发生的金字塔池化的尺度失配问题.仿真结果表明,与传统网络相比,所提出的方法提高了网络结构的鲁棒性与泛化能力,可以更加快速准确地实现电机的故障诊断.   相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号