电机驱动系统PWM逆变器故障诊断

电机变频调速系统中,逆变器是故障高发的薄弱环节。设计一种基于小波包分解和RBF神经网络的三相电机驱动系统PWM逆变器故障诊断模型,利用小波包变换提取三相PWM逆变器故障信号特征向量,并将其作为RBF神经网络的输入量;采用狼群—模拟退火算法优化RBF神经网络的结构和参数,利用32组学习样本和6组测试样本分别训练和检验RBF神经网络。仿真实验分析表明,该方法用于三相电机驱动系统PWM逆变器开路故障的诊断,速度快、准确率高。     

基于神经网络PID控制器在交流调速系统中的应用

针对PID控制和神经网络控制在交流调速系统中的局限性,利用其各自的优点,采用神经网络和PID控制相结合的方法构建神经网络PID控制器,实现变频调速控制,得到了神经网络控制器模型和神经网络控制方法运行的结果。仿真结果充分表明了神经网络模型具有良好的稳定性、鲁棒性和跟随性,而且改善了原系统的动态特性,证明了该方法在交流调速系统中的应用价值。     

悬臂式掘进机恒功率变频调速控制器的设计

针对悬臂式掘进机在矿井掘进时情况复杂和负载变化较大的特点,采用高度非线性识别能力的神经网络与遗传算法相融合的方法,实现悬臂式掘进机恒功率变频调速系统的控制.该方法运用遗传算法训练BP神经网络的连接权系数,改进网络性能,提高学习效率,根据系统电流的实际情况对掘进机进行变频调速控制,利用MATLAB/Simulink软件对系统进行仿真分析.结果表明：该方法所设计的以DSP为控制核心的掘进机恒功率调速控制器具有一定的学习和适应能力,能根据电流变化自动调整电机的转速,实现了掘进机恒功率变频调速,提高了掘进机的工作效率和系统的稳定性.     

一种新型BP网络算法及其在故障诊断专家系统中的应用

根据ＢＰ算法的基本理论,针对ＢＰ算法收敛速度慢,提出了一种加快ＢＰ算法收敛速度的变步长ＢＰ算法,并将其应用到变频调速故障诊断专家系统中,加快了专家系统的推理速度,有效地诊断了变频调速系统在运行中发生的故障．     

基于神经网络和证据理论的DCT电控系统故障诊断

为了提高双离合器自动变速器(dual-clutch transmission,DCT)电控系统故障诊断精度,文章提出了一种基于神经网络和证据理论的DCT电控系统故障诊断方法。该方法首先分别用BP神经网络和RBF神经网络对DCT电控系统进行故障诊断,然后利用D-S证据理论将两者的诊断结果进行决策融合,得出最终的诊断结果。仿真结果表明,该方法能够有效提高DCT电控系统故障诊断的精度。     

交流变频调速系统的神经网络自适应控制

针对交流变频调速系统模型未知情况,提出一种改进的神经网络自适应控制方案．该方法采用双神经网络结构,通过引入一个神经网络辨识器来逼近系统的动力学特性以代替真实系统,另一神经网络作为自适应控制器以改善控制性能．系统仿真实验表明,该控制方法具有很强的鲁棒性和抗干扰能力,特别对于系统结构不确定、参数时变或含非线性因素的交流调速系统是一种有效的控制策略．     

基于CPSO-PNN及灰色关联度分析的电网分区故障诊断

随着能源需求的增加、电网规模的扩大，电网故障诊断难度也随之增大.针对该问题，提出基于混沌粒子群优化的概率神经网络及灰色关联度分析的电网分区故障诊断方法.首先，将大型电网划分为小区域；其次，利用混沌粒子群优化的概率神经网络对小区域进行故障诊断；最后，对重合区域的故障进行灰色关联度分析.仿真结果表明：该方法对非重合及重合区域的故障均能进行诊断，具有较高的故障诊断精度.     

一种基于RBF神经网络的智能故障诊断方法

根据神经网络独特的容错、联想、推测、自适应、自学习等优点,针对BP网络在故障诊断应用中收敛速度慢等不足,研究了基于RBF神经网络的智能故障诊断方法.该诊断方法只需要足够的具有代表性的故障样本用以训练神经网络,然后将归一化的故障信息输入给训练好的神经网络,根据其输出结果就可以判断发生的故障类型.利用该诊断方法,对发动机转子系统故障诊断进行了仿真,仿真结果表明,基于RBF神经网络的智能故障诊断方法效果良好.     

基于BP神经网络的水轮机调速系统故障诊断

调速系统在发电机及电力系统中有着举足轻重的地位,能迅速地找出调速系统故障并及时地排除故障,对电力系统的安全运行具有重大意义。文中通过对葛洲坝水力发电厂二江电厂调速系统大量故障现象、故障原因、故障样本的收集、分析和整理,利用BP神经网络建立了水轮发电机调速系统智能诊断模型。该网络采用了三层结构、17个输入量、13个输出量的故障诊断系统,较完善地反映了调速系统的故障类型.累故障诊断实例检验,该系统诊断结果正确,有良好的实用价值。     

基于灰色系统理论的内燃机故障诊断

在传统诊断技术的基础上,结合灰色系统理论,提出了内燃机灰色故障诊断系统,并运用灰色关联度对样本进行聚类分析,实现对设备运行状况的监测与诊断。实例表明该方法简单实用,具有一定的工程应用价值。     

基于DRNN的三电机变频调速系统参数PID控制研究

三电机变频调速系统是一个多输入多输出、非线性、耦合的系统。针对电流跟踪型感应电机系统,以解析式的方式建立其数学模型。采用基于对角递归DRNN神经网络的自整定PID控制器,结合自适应神经元解耦补偿器的解耦控制技术,设计三电机变频调速系统神经网络控制器。基于S7-300 PLC控制平台进行实际的试验,结果表明,该方法能够根据外界环境信息变化获得最佳PID调节参数,较好的实现了速度和张力的解耦控制,系统具有良好的动静态性能和抗干扰能力。提出的方法满足了许多工业控制场合的需要,具有良好应用前景。     

基于FNNC的转速闭环变频调速系统研究

针对交流电动机这种复杂的被控对象,传统的PID控制器难以获得理想的控制效果。提出一种采用结构简单的BP网络构建的模糊神经网络控制器(FNNC),并将该控制器在VC 软件平台上编制成相应的控制算法,组成了由工控机为控制器的转速闭环变频调速系统。通过实际系统运行实验表明,笔者提出的基于FNNC的转速闭环变频调速系统,具有良好的动态性能和较强的抗干扰能力。     

基于不等距灰预测模型的变频调速设备故障预测

灰色预测模型具有要求样本数据少、计算方便、预测精度较高并且可对结果进行校验等优点,因此被广泛应用于设备的故障诊断中.本文针对在数据采集过程中出现的不等距数据无法用一般等距模型来预测的情况,建立了一般累加生成差分灰预测模型UGM(1,1)的改进模型,将其用于变频调速设备的状态监测实践中.结果表明该预测模型能使预测精度提高了10%以上,同时计算量并未明显增加.该方法还可以广泛应用于工业企业、医疗卫生等行业各种设备的故障诊断.     

A330飞控系统智能故障诊断

为了实现对A330飞控系统故障的自动识别与准确诊断,提出一种利用专家系统进行故障诊断的新方法。通过构建专家系统知识库和推理机,将传统专家系统与神经网络科学地综合,开发了基于神经网络推理的故障诊断专家系统。诊断结果表明,该方法很好地发挥了其智能性,能够快速准确地诊断出飞控系统的故障,完全适合于A330飞控系统的故障诊断。     

交流变频调速系统的自适应神经模糊控制研究

针对交流电动机参数变化和负载波动等因素对交流变频调速系统性能的影响,利用神经网络实现模糊控制,设计了一种基于自适应神经网络模糊推理(ANFIS)的速度调节器.仿真实验结果表明,具有ANFIS的交流变频调速控制系统不仅动态和静态性能都得到提高,而且具有较强的鲁棒性.     

基于PSO-BP的变频液压系统故障检测算法研究

变频液压系统控制信号组成复杂,故障检测采集的数据量庞大,常常出现故障检测数据串扰噪声加大而不清晰。传统的变频液压系统的故障检测主要依靠主观经验与参数测量的方法来进行故障诊断,这些方法对数据串扰造成的影响没有去除,经常会出现漏诊与虚诊现象。为此提出一种PSO-BP的变频液压系统故障检测方法,将变频液压控制系统的故障参数输入到经过优化后的神经网络进行故障诊断模型训练,克服故障数据串扰模糊不清晰的缺点。实验证明,经过优化后的神经网络模型可以将变频液压系统的故障检测准确率大幅度地提高,对实际的液压系统生产有指导意义。     

模糊神经网络局部通风机调速控制器

为提高煤矿局部通风机的调速能力,采用模糊控制与神经网络技术,设计了局部通风机智能调速控制器。该控制器由瓦斯检测、风速检测、模糊神经网络控制器、变频调速器和局部通风机五部分组成,采用多层前向神经网络输出控制量。仿真结果表明：通风机速度曲线与实际电机速度曲线误差很小,模糊控制与神经网络的结合能够克服传统线性和非线性控制的缺点,较好地实现煤矿局部通风机的调速,提高了系统的鲁棒性。     

基于端口网络理论的变压变频调速新方案

针对交流变频调速系统存在体积较大且输出频率有限的缺点,提出一种新的变频调速系统构成方法.该方法利用回转器构成传输网络实现变压变频,使系统结构简化,且输出频率上限大幅度提高.笔者对端口网络理论作了详尽的分析,为系统构成奠定了理论基础,为交流调速新方案的实施提供了依据.     

基于MNN的主动力装置故障诊断研究

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。     

基于灰色粗集模型的汽车变速箱故障诊断方法

进一步提高灰色门限关联分析方法在汽车变速箱故障诊断中的精度并改善其决策中的不协调性。将粗集理论处理决策规则的方法与灰色系统理论在机械故障诊断决策中的应用结合起来,找出各故障的最优参数,理论分析及试验结果表明,灰色粗集模型突出了各特征参数对不同故障的作用,因而该方法提高了诊断的精度,也改善了诊断的协调性。对灰色粗集模型基于规则的故障普遍存在的诊断精度不高和决策不协调问题有所改进。