遗传算法优化的模糊神经网络在故障诊断中的应用

本文针对船舶柴油机故障诊断系统提出了一种基于遗传算法优化训练的模糊神经网络诊断方法,介绍了这种模糊神经网络故障诊断系统的结构及其参数形式,通过遗传优化算法对它的权值和阈值进行了学习优化训练。这种方法可以有效地避免通常所选BP算法训练易陷于局部极值的问题,最后将该遗传算法优化训练的模糊神经网络系统应用到船舶柴油机的故障诊断中,通过仿真研究,说明了该方法的有效性。     

L-M神经网络算法在汽轮发电机组故障诊断中的应用

针对汽轮发电机组的故障诊断,采用Levenberg-Marquardt算法建立多层前向人工神经网络,采用改进算法训练网络,克服了传统BP算法收敛速度慢,易陷入局部最小的缺陷.就BP网络的不足,提出了一种改进的BP神经网络模型,并使用L-M算法用于汽轮发电机组故障的诊断.经理论和实践证明:该方法有效地提高了故障诊断的精度和可靠度,为旋转机械故障诊断提供了有效方法.     

基于引力搜索RBF神经网络的柴油机故障诊断

为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果.     

基于神经网络的抽油机井井下故障诊断专家系统

介绍了一种基于神经网络的有杆抽油机井井下故障诊断专家系统，从抽油泵的泵功图入手，简述了神经网络特征参数的选取，以一个故障子网为例，描述了网络结构，并举例说明了神经网络故障诊断的过程，诊断结果表明了该方法的有效性。     

基于BP神经网络和振动测量的轴承故障诊断

根据BP算法神经网络模型,通过对轴承振动测量的分析,得到故障诊断的方法。阐述BP神经网络应用于轴承故障的基本步骤,包括BP网络结构、状态编码、网络训练、模式识别以及诊断实例分析。指出了BP神经网络在轴承故障诊断中的应用中存在的问题和发展方向。     

基于蚁群优化的前向神经网络

提出了一种新的神经网络学习方法.利用蚁群算法学习神经网络,克服了传统BP算法的不足.同时,针对蚁群算法主要用于组合优化的应用特点,对其进行了改进.将离散的信息素分布矩阵及概率分布矩阵拓展为连续的信息素分布函数和概率分布函数.将搜索的范围扩展到连续区域.使得新算法兼具了蚁群算法的全局快速寻优能力与神经网络的广泛映射能力.通过实例证明了该方法的有效性和快速性.     

基于改进算法的多层神经网络的结构优化设计

简要地介绍了工程中应用较多的多层前向神经网络(BP网络)的结构和网络的设计.通过采用一种改进的训练算法(参考隐层的输出),并结合科学的样本选择方法("超立方体"法)设计网络,进行网络训练.最后通过数字仿真证明了这个网络模型用于结构优化设计的有效性.     

混合径向基神经网络对货运量的预测

为了定量预测多个外部因素影响下的货运量,建立了混合径向基神经网络模型.该模型以径向基神经网络为模型主体,并结合二阶振荡粒子群优化算法和灰色预测方法构成混合预测模型.该神经网络模型的参数设置更加简便,收敛速度更快.实例预测得到的结果相比较其他预测方法绝对误差值更小,误差变化范围更加稳定,证实了该神经网络模型的有效性,表明了其在多因素影响下的货运量预测中具有很好的适用性.     

基于萤火虫优化的BP神经网络算法研究

为了改进神经网络结构和参数的设置方法,在萤火虫算法和BP神经网络的基础上,提出了一种萤火虫算法优化BP神经网络的算法.该算法利用萤火虫算法得到更优的网络初始权值和阈值,弥补BP神经网络连接权值和阈值选择上的缺陷.将该算法应用到Duffing系统产生的混沌时间序列进行算法的有效性验证,并与BP神经网络进行比较,仿真结果表明该算法具有更高的预测准确性,从而证明该算法在该预测领城的可行性和有效性.     

基于神经网络的汽车发动机故障诊断研究

将BP神经网络应用于汽车发动机故障诊断.利用实际测试的怠速不稳故障样本训练网络并进行测试.结果证明,BP神经网络应用于汽车发动机故障诊断,效果良好,具有较高的诊断效率和准确度.     

粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.     

粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.     

基于深度主动学习的MVB网络故障诊断方法

多功能车辆总线MVB （multiple vehicle bus）用于传输重要的列车运行控制指令和监视信息,准确地诊断MVB网络故障是列车智能运维的基础,为此,提出一种将主动学习和深度神经网络相结合的MVB网络故障诊断方法. 该方法采用堆叠去噪自编码器自动提取MVB信号物理波形特征,并将该特征用于训练深度神经网络来实现MVB网络故障模式分类;基于不确定性和可信度的高效主动学习方法,可解决实际应用中标记样本不足和人工标记成本高昂的问题,使用少量标记训练样本就能得到高性能的深度神经网络模型. 实验结果表明:为达到90%以上分类准确率,所提方法只需要600个标记训练样本,小于随机采样方法所需标记训练样本数的2 800个;在相同标记训练样本数下,所提方法在3种性能指标下均优于传统方法.      

基于区间二型神经模糊系统的轨道电路故障诊断

针对目前铁路现场对轨道电路故障的判别仍然采用阈值法导致维护效率偏低的问题，提出将神经网络与模糊逻辑相结合，构建区间二型神经模糊系统（interval type-2 neural-fuzzy system，IT2NFS），通过诊断模型实现对轨道电路故障模式的智能识别. 首先通过结构识别建立初步的网络结构，采用均匀设计方法生成模糊集的均值，对训练样本进行相似性测试，生成标准差和初始后件参数；再通过递归奇异值分解，优化后件参数以减小输出误差；最后，针对常见的8种故障，从实验平台上采集样本共计9000个，其中6300个样本用于模型训练，剩余2700个用于实验测试. 实验结果表明:利用IT2NFS模型进行故障诊断时，每种故障类别的识别率均在82%以上，平均正确率为90.9%，仿真用时10.59 s.      

ZPW-2000无绝缘轨道电路分路电流仿真研究

运用均匀传输线和电路四端网理论,建立了ZPW-2000无绝缘轨道电路分路电流的计算模型,利用MATLAB软件实现了分路电流的数值算法.仿真了轨道电路正常情况、补偿电容开路和短路故障情况下分路电流的分布,仿真数据对轨道电路故障诊断有较大价值.     

钢桁梁桥的损伤诊断研究

首先针对基于动力特性和人工神经网络的桥梁结构损伤诊断研究情况作了简要介绍,主要工作是将动力特性参数作为神经网络的输入数据,以改进的频率和振型动力特性组合指标参数对钢桁架简支桥梁结构进行了损伤识别,识别结果表明对钢桁架简支桥梁的损伤位置识别误差较小,对损伤程度的识别效果稍差,识别方法还需要进一步改进。     

基于RBFNN的铁路混凝土桥梁构件状态评估

介绍了RBF神经网络模型的结构和训练算法,提出了既有铁路桥梁构件的综合状态评估模型,根据RBF神经网络的自适应性和学习能力,成功的将RBF神经网络应用于既有铁路桥梁构件综合状态评估中去,并给出了便于获取,且能全面准确反映桥梁实际工作状态的输入参数.以某铁路线的若干组实测数据对RBF神经网络进行训练和测试,系统输出与期望输出吻合较好,证明了RBF神经网络评估既有桥梁构件综合状态的准确性、有效性和稳定性.     

铁道车辆车轮扁疤故障检测技术综述

从铁道车辆车轮扁疤对轨道的冲击效应及其对车辆零部件造成的损伤出发,系统梳理了检测车轮扁疤的多种方案,对各类车轮扁疤故障检测方法特点进行了讨论,对比了不同检测方法的优缺点,对车轮扁疤故障检测技术体系的发展方向进行了预测。分析结果表明:车轮扁疤故障检测技术可分为车载检测法和地面检测法,其中地面检测法运用较为广泛;现阶段较为成熟的车轮扁疤检测技术按检测手段可主要分为轮轨冲击检测法、超声波检测法、噪声检测法、踏面位移法、振动加速度检测法、图像检测法、光学检测法、轨道电路中断法等;近年来,随着科学技术的发展,又涌现了如多普勒效应法、超声波回声定位法等;随着现代智能算法的进步,应用神经网络等智能算法对设备进行故障识别训练能大大简化设备开发进程和结构,智能算法或将成为车轮扁疤故障识别的主要发展方向;随着时间推移,检测设备的多故障集成化趋势越发明显,多故障检测集成化与功能多样化已是智能化检测设备发展的重要方向之一;未来,操作系统方面的提升也将主要集中于平台的人性化和智能化方面;检测体系建议由正线实时监测、车辆段入库精准检测、数据信息化平台三部分组成,未来发展方向会集中在装置简易化、算法精准化与操作智能化等方面。      

铁路通信网络安全的分析测试与可信防御研究

为了保障我国铁路通信系统的网络安全,提出了一种基于可信计算和软件定义网络（software-defined networking,SDN）相结合的铁路通信网安全体系架构. 首先,从我国铁路通信系统网络整体架构出发,采用故障树分析方法,以“恶意人员造成铁路业务中断”为故障树的顶事件,对系统所面临的网络安全风险进行分析;其次,进行了仿真测试,根据测试结果拟合了一个恶意人员针对铁路通信系统的威胁场景. 通过仿真测试结果和分析表明,本文所提出的架构可以更好地应对大规模、针对性强的网络攻击行为,从而保障和提高我国高速铁路通信网络安全.      

搭接网络技术在铁路铺架工程中的应用

运用搭接网络技术，全面考虑了铁路铺架工程中轨和梁的生产，运输，铺架等各项工作，建立统一的网络进行计划。通过实例证明此方法可优化施工方案，提高铺架工作效率。