BP神经网络在水质检测中的应用

随着现代社会用水量不断加大,亟待建立一种简单有效的水质检测方法,来快速地对水质做出评价.由于神经网络先天具有并行处理信息的能力,解决此类问题有着其特殊的优势.本文提取了8个影响水质的主要指标,并运用BP神经网络对样本的水质进行了评价,取得了良好的效果.     

基于IGA-BP神经网络滚动轴承故障的诊断

为提高滚动轴承故障模式识别技术的研究,基于IGA-BP神经网络的故障诊断原理,运用IGA对BP神经网络的权值与阈值进行调整和优化,利用小波包分解获得轴承振动信号的特征向量,进行了滚动轴承故障的诊断实验研究,对故障模式进行识别。结果表明,IGA-BP神经网络方法具有很强的故障识别能力,说明利用IGA-BP神经网络方法进行轴承故障诊断是可行的。     

径向基神经网络在入侵检测中的应用

与广泛使用的BP网络模型相比,径向基函数神经网络具有训练时间短且不易收敛到局部最小的优点.将3种径向基神经网络应用到入侵检测中,用于入侵模式识别的分类和预测,从而提高入侵检测系统的检测率并降低误报率.     

BP神经网络在无损检测中的应用

应用某型工业CT机对一定数量某型铸件进行了无损检测,通过采得的两个属性值和该铸件是否合格,对BP网络进行训练,得到了较好的分类曲面,使得某型铸件无损检测精度从原来的60%左右提高到85%左右.     

BP神经网络在磨削烧伤诊断中的应用

用磨屑热辐射流温度信号作为信号源，运用ＢＰ神经网络对磨削烧伤状态的智能辨识进行探讨，结果表明，利用ＢＰ网络的高度非线性射表达能力，实现了样本特征值空间的模式空间的映射，对训练样本及测试样本进行了正确识别，且识别正确率较高。     

检测诊断技术在汽车维修中的应用分析

在汽车使用或维修过程中对其技术状况进行测试就是汽车性能检测工作的主要内容,在对汽车整体状况不了解的情况下,只要采取检测诊断,就能判别出汽车的技术状况,对于汽车后期的使用或检修提供有利依据.汽车检测技术随着现代计算机技术和电子技术的发展进步而有所突破,该文结合笔者工作实践经历,就检测诊断技术在汽车维修中的应用做出如下分析.     

BP神经网络在入侵检测中的应用

对如何检测未知入侵手段的问题进行了探讨．在被监测程序输入条件已知情况下,借助程序行为简档,给出了一种基于BP神经网络的入侵检测方法,阐述了所用BP神经网络的基本结构以及训练方法,最后在LINUX环境下进行了实验验证．结果表明,在程序行为简档内容比较清晰的条件下,运用BP神经网络检测入侵,可在一定程度上提高入侵检测系统的难确检测率．     

故障检测诊断技术在煤矿机电设备中的应用

诊断技术是以计算机技术、传感器技术、信号处理技术等多学科为基础的综合技术,其在工业发达国家起步最早,发展最为迅速.随着煤炭科学技术的发展,故障诊断技术在煤矿也得到了较为广泛的应用。提高安全、可靠性的途径有很多,其中采用故障检测诊断技术是一个重要、有效的措施。     

汽车检测诊断技术应用的探讨

汽车检测诊断技术是指在整车不解体情况下,通过对汽车进行检查、测试、分析,确定汽车的技术状况,查明故障原因和故障部位的汽车应用技术,包括汽车故障诊断技术和检测技术。近年来,随着汽车工业的发展,电脑电喷等高新技术广泛应用以及我国经济蓬勃发展,汽车已成为人们工作、学习、生活不可缺少的运载和代步工具。现代汽车状况检测诊断技术的应用就显得尤为重要,可为汽车安全提供保障。现在我国有品种齐全、性能优良的检测诊断仪器设备,这就给我国汽车检测诊断技术提供了良好的条件。为此,本文将重点探讨汽车检测诊断技术的应用。     

汽车发动机故障检测

汽车发动机是汽车的关键,是汽车的心脏之所在。文章从汽车发动机的常见故障及原因出发,论述了汽车发动机的故障检测方法,对于汽车驾驶人员具有一定的指导意义。     

加权模糊Petri网在故障诊断中的应用

提出了一种对复杂装备进行故障诊断的加权模糊Petri网模型,并对于装备故障传播的逻辑关系进行了描述。然后,根据实际的故障诊断中的不确定推理问题,给出了一种新的加权模糊推理算法,以更加符合工程实际。为提高诊断时的并行推理能力,给出了诊断推理的形式化算法。用实际的诊断案例说明了该方法的有效性。     

Petri网理论在变电站故障诊断中的应用

为提高变电站故障诊断的效率,本文以Petri网络模型中的库所表示变压器、开关、继电器等电力设备,以Petri网络模型中的变迁表示开关、继电保护等的动作情况,对应实际生产中的具体设备,整个诊断过程通过矩阵运算实现.使得诊断结果更有针对性,实际运算速度更快,诊断正确率有所提高,从而对故障信号具有更强的识别能力.     

针对汽车故障诊断改进FTA的探索

在汽车维修具体实务中,故障树分析(FTA)方法几乎不被使用,其主要原因在于:一是它无法吸收、反馈维修经验;二是其相对复杂,不易被维修一线员工接受和使用.经验反馈简化故障树分析(EFSFTA)方法在传统方法中加入了经验反馈机制,吸收并表达了维修经验的作用.EFSFTA同时简化了符号集,将传统FTA中的一些在汽车维修实务中可以不用的符号集和逻辑运算取消,只留下4个基本的事件和逻辑运算符号.改进后的EFSFTA方法使用简单、易被接受,且能够提高故障诊断效率,规范诊断流程,确保汽车维修质量.     

汽车空调系统的常见故障诊断方法及排除

汽车空调的是否正常运行直接影响到车内环境的舒适性。从完全不制冷、制冷不足、冷气时有时无、压缩机停转异常、运行噪音大等常见故障的产生原因进行分析,给出了实用的故障诊断方法和故障排除方法。为汽车空调的故障诊断、维修和正常维护提供了依据。     

故障诊断的模糊Petri网模型

针对故障诊断系统知识具有不稳定性和模糊性的特点,给出了Petri网的定义和故障诊断的模糊Petri网模型,并以实际故障诊断为例,说明了该模型具有直观,表达能力强和易于推理的优点。     

基于模糊加权有色网和BP神经网络的飞机发动机故障诊断

针对传统知识推理故障诊断方法中参数往往依赖于专家经验,存在着不准确和无法学习的问题,提出了一种基于模糊加权有色网和BP神经网络的故障诊断方法。首先,定义了模糊加权有色网并给出了两种产生式规则对应的模糊加权有色网模型。然后,设计了采用BP神经网络对模糊加权有色网各参数进行学习的算法。最后,给出了使用训练后的各参数进行初始化的模糊加权有色网进行故障推理的具体步骤。通过飞机发动机故障诊断实例仿真实验证明了方法能正确地建立模糊加权有色网推理模型,在采用BP神经网络进行参数训练后,能有效地实现飞机发动机的故障诊断。     

基于远程数据交换与智能控制系统的汽车故障诊断研究

探讨了基于远程数据交换与智能控制系统的汽车故障诊断模块的功能,分析了汽车故障诊断专家系统的存储表达和推理技术.根据规则推理、案例推理、模糊理论和人工神经网络技术的特点,提出了这些技术的集成方案,设计了汽车故障诊断专家系统,论述了知识库和辅助建模平台的设计方案.该系统经过测试和试用,得到了满意的效果.     

被动测试中的错误诊断算法

介绍了被动测试的有限状态机模型、错误模型和错误检测算法，给出了单个错误的诊断算法并分析了其时间复杂度，将所提出的算法推广到对多个错误的诊断，以在路由协议OSPF(Open Shortest Path First)的接口有限状态机上做的模拟实验为例来说明算法的有效性．     

BP算法在旋转机械故障诊断中的应用

分析了旋转机械故障的特性,在此基础上对基于BP算法的诊断方法进行了研究,建立了旋转机械故障诊断的神经网络模型,对基于BP网络的汽轮发电机组的故障进行了诊断。实验证明,基于BP网络的旋转机械故障诊断方法具有较高的使用价值。     

基于语义网络的旋转机械故障诊断知识表示

针对旋转机械故障诊断专家系统中的知识表示问题,讨论了语义网络的知识表示方法。并以此为基础进一步探讨旋转机械典型故障诊断的知识表示模型－－语义网络知识表示模型,文中还讨论了它的计算机语言实现方式,在VC＋＋环境下开发出了一个语义网络知识表示的演示模型。结果说明该知识表示方式是有效的。