神经网络在大型回转机械故障诊断中的应用

利用人工神经网络对大型回转机械中的常见故障进行分类和识别。首先讨论了如何从现场故障振动信号中提取故障特征;然后利用一个隐层的BP网络对故障特征进行训练,在训练信息不完备的情况下,就神经网络对组合故障的出现进行了计算,最后利用工厂实际数据进行比较和验算,结果令人满意。     

压缩机喘振控制方法

1压缩机的陆扳机理及危害喘振是透平压缩机械的一种固有特性,是使压缩机性能反常的一种不稳定的运行状态,形成喘振的原因是很复杂的。当压缩机发生喘振时,压缩气流出现周期性振荡,这不仅使压缩机的性能显著变化,压力流量产生大幅度脉动,而且大大地加剧机组的振动。喘振使压缩机的转子承受交变应力,严重时使转子叶片与走子元件相碰,引起转子密封和轴承损坏,压缩气体外泄,引起爆炸等事故。因此严禁压缩机在喘振工况下工作。为了防止发生喘振,必须设置必要的防险振自控系统。2瑞振控制器的原理及设计在压缩机出人口之间安装一个带有…     

基于喘振频域特性的失稳预警技术研究

为了寻求离心压缩机喘振发作的早期征兆,利用相关积分法结合细化快速傅里叶变换,研究了完整记录喘振发展变化的压力信号的频域特性,并根据喘振产生的物理机制提出了一种新的喘振预警方法.该方法采用与监测频带能量相对应的参数,来度量喘振过程中离心压缩机内部流动特性的变化.分析结果表明,在离心压缩机完全进入喘振前,喘振频带能量有明显的增长过程,增长时刻距喘振完全发作有1~2 s的时间间隔,这对实现离心压缩机安全高效运行具有十分重要的意义.     

压缩机防喘振控制分析

当压缩机流量较低的时候，会导致压缩机发生喘振现象，使压缩机处于不稳定的工作状态。采取增加压缩机内部流量，在压缩机出口出增加单向阀防止倒流等办法，可有效防止压缩机进入喘振区，保证压缩机正常工作     

大型回转机械故障的组合网络识别方法

神经网络通过对故障样本的学习后，对未知的故障的样本具有较高的正确识别率，从神经网络对故障的识别检验结果中发现，神经网络对单一故障的分类与组合故障的分类相差较大，文中分析了产生这现象的原因，并利用组合网络来克服单一网络对组合故障分类精度不够高的缺陷。     

重油催化裂化装置中压缩机的防喘振控制

基于喘振的形成机理及形成防喘振控制系统的基本条件,分析了兰州石化公司300万吨/年重油催化裂化机组防喘振控制系统,针对其控制应用中存在的问题实施系统改造。改造后,控制系统能更有效地调节控制器,降低了机组的费用,明显降低了喘振的现象。     

机组喘振控制分析

介绍一种由MicroNet TMR（Triple Modular Redundancy）构成的ITCC（Integrated Turbine＆Compressor Control）综合透平式压缩机）控制系统中防喘振综合控制。     

有关离心压缩机的喘振问题分析

离心压缩机容易由于内部气体流量较低而导致的气体旋转脱离的现象,导致了离心压缩机内部无法正常工作,通过增加离心压缩机内部液体流量,同时在出口处设置了单向阀防止气体倒流等措施,则能有效防止离心压缩机的喘振,有效保障了输气管道的持续正常运行。     

浅析离心式压缩机防喘振控制

中国石油大庆石化公司120万吨乙烯改扩建工程,裂解气压缩机EC-3301为日本三菱重工有限公司(MHI)成套设计制造,由蒸汽透平驱动、离心式五段压缩、三个缸体组成。本文主要针对离心式压缩机防喘振控制进行简要分析。     

基于小波包-神经网络故障诊断系统研究

建立了旋转机械故障诊断的神经网络模型，采用小波包分解方法提取特殊频段上的能量作为特征值为神经网络的输入模式，模型具有通用性。并且应用于旋转机械故障样本的识别计算，结果表明该方法在故障诊断中是有效的。     

基于神经网络的模拟电路故障诊断方法浅析

自20世纪60年代以来,模拟电路故障诊断一直是研究的热点之一。随着集成电路的快速发展,为了提高产品性能、降低芯片面积和费用,需将数字和模拟元件集成在同一块芯片上。虽然模拟部分仅占芯片面积的5%,但其故障诊断成本却占总诊断成本的95%。模拟电路故障诊断一直是集成电路工业中的一个"瓶颈"问题。基于此,本文笔者介绍了模拟电路故障诊断的方法、种类等,并重点介绍了讨论神经网络的模拟电路故障诊断实现的各个步骤。     

基于自适应神经网络的非线性系统的智能故障诊断

针对一类模型未知的非线性系统,提出了一种基于自适应神经网络的故障诊断方法,用RBF神经网络构造了状态估计器和故障估计器,解决了非线性系统状态不可测时的故障诊断问题。并用Lyapunov方法研究了故障误差和状态误差的收敛性,结果表明了该方法实用、有效。     

神经网络在高速超精轴系故障诊断中的应用

讨论了ＢＰ神经网络神经元开关函数饱和参数的选择问题,建立了ＢＰ神经网络的容错能力、全局性能与收敛速率之间的关系,并提出了一个如何应用这些关系来合理选择神经元开关函数饱和参数的方法模拟试验研究和分析结果表明,本文提出的合理选择神经元开关函数的方法可以有效地帮助ＢＰ神经网络技术解决诊断中复杂的模式分类问题。     

基于神经网络的矿井井型确定方法

研究了基于神经网络的矿井井型确定方法，为矿井设计提供了一种崭新的工具，应用表明，该方法是切实可行的。图２，表２，参４。     

基于神经网络的股市预测

本文研究了基于神经网络的股票预测方法．针对目前存在的问题,提出了联合Davidon最小二乘算法及遗传算法来综合训练网络结构和权值的新方法．经对上证指数的模拟预测表明,通过合理地选取参数,可获得满意的预测效果．     

基于神经网络的自适应控制器的研究

本文研究了神经网络控制未知动态系统的可行性，提出了几种自适应控制结构，并研究了在不同条件下各种结构的性能变化，给出了不同条件下的仿真结果及一些结果分析。图１３，参４．     

基于神经网络的测井解释系统

文中设计了基于神经网络的测井解释系统,讨论了系统的结构、后传算法以及实现的途径。     

基于人工神经网络的设备故障诊断策略及模型研究

文章首先介绍人工种经网络的基本理论和基本模型，然后研究诊断设备的结用特征，担出了“结构树”的概念．并据此分析了设备故障的特点．文章最后以神经网络基本模型为基础，结合设备故障特点，探讨了基于人工神经网络的设备故障诊断策略及模型．