共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
3.
4.
基于神经网络的舰艇装备模拟电路故障诊断方法 总被引:1,自引:0,他引:1
针对舰艇装备模拟电路故障诊断技术现状,提出了基于神经网络的故障诊断方法,利用PSPICE对电路进行分析,选取能反映故障特征的电路信号并利用主元分析方法降低其维数,再输入给神经网络进行训练和诊断,实验证明这种方法不仅优化了网络结构,并提高了辨识故障类别的能力。 相似文献
5.
对船用组合导航系统中占主要地位的惯导系统进行故障诊断研究,提出了基于遗传算法优化的神经网络故障诊断模型.利用改进的遗传算法对BP神经网络的权值和阈值进行遗传操作,获得具有一定遍历性的初始权值和周值,然后再利用神经网络的L-M训练方法进行训练,克服了BP神经网络搜索速度慢和容易陷入局部极值的缺点,保证了训练过程收敛.对采集到的传感器故障信号进行预处理,故障特征信号作为改进遗传神经网络的输入信号来检测故障.采用惯导系统陀螺仪故障信号进行仿真研究,结果表明此方法可有效地检测故障且提高了系统精度. 相似文献
6.
针对工作环境恶劣、维护保养不便的舰船管路难以迅速定位泄漏点并对其进行损害管制,提出了一种基于VMD和RBF的舰船管路泄漏识别和定位方法。首先,对管路泄漏产生的空化现象、湍流和流体与管路的摩擦进行分析,研究影响泄漏产生激励的因素;然后,提出一种基于变分模态分解(VMD)与径向基函数(RBF)神经网络的管路泄漏识别和定位方法,通过VMD得到有效分量的中心频率和能量值分别构造特征向量,输入RBF神经网络以达到泄漏识别和定位目的;最后,模拟舰船环境,搭建泄漏管路试验平台,分析泄漏管路不同工况下的振动信号,并对RBF神经网络的诊断准确率进行验证。实测舰船管路故障信号分析表明,泄漏识别的准确率为90%,泄漏定位的准确率为87.5%。 相似文献
7.
海上平台电力系统在长期使用过程中,受到外界环境等因素影响会产生电路谐波电流。导致电路短路故障的发生。传统故障检测方法仅能对谐波电流进行感应,而对定子绕组电路间的绕组匝短路电流复合故障的检测准确率极低。因此提出海上平台电力绕组短路电流复合故障检测方法。首先,对谐波电流产生进行分析,找出问题根源的同时发现传统检测方法的不足所在;接着,针对传统算法的不足引入谐波电流绕组互感算法对故障电流进行检测计算;最后通过仿真故障检测实验,证明提出的检测方法能够准确识别检测出绕组短路电流符合故障,能够解决传统检测方法存在的问题。 相似文献
8.
用故障字典法完成模拟电路软故障诊断的研究 总被引:2,自引:0,他引:2
介绍了一种模拟电路系统进行软故障诊断的新方法,即用故障字典法进行模拟电路软故障诊断,提出了该方法的产生思路、方法的可靠性证明及实际运用中具体问题的解决方案。 相似文献
9.
针对船舶焊缝缺陷检测中存在定位困难和识别效率低问题,提出基于AP聚类和深度卷积神经网络的检测方法.采用基于距离最值的M-SMOTE算法进行焊缝样本不平衡数据集处理,实现少数类新样本的精细化生成,并提出基于AP聚类的深度卷积神经网络模型.模型先基于几何特征、强度特征和背景对比反差进行11个焊缝缺陷特征提取和AP聚类,并将聚类结果作为神经网络输入;采用自适应PCA法对网络进行降维,在保证识别准确率的基础上,通过参数化方法简化降维步骤.试验表明,在通用焊缝数据集上,文中模型的识别率高达98.87%,与准确率较高的VGG模型相比,训练时间缩短12.10%,模型存储减小11.94%;在船舶焊缝数据集上,文中模型的总体识别率达到98.00%,对比准确率较高的DNN模型,其准确率提高了 3.33%. 相似文献
10.
讨论了考虑传感器误差时的故障检测方法。首先用神经网络对最优奇偶向量方法产生的残差进行补偿,消除安装误差、刻度系数误差以及常值偏差对残差的影响;然后用解析方法和神经网络方法对补偿后的残差进行故障检测和隔离(FDI),从而提高故障检测和隔离的准确性。 相似文献
11.
船舶主机性能故障的主成因分析 总被引:1,自引:0,他引:1
介绍了船舶主机20种典型性能故障的仿真模型计算结果。通过对各故障下热工参数的主成因分析,揭示了热工参数的相关性,提出了性能故障的降维识别方法,并介绍了人工神经网络在船舶主机故障诊断中的具体应用。 相似文献
12.
基于人工神经网络的故障诊断技术在船舶导航系统中的应用 总被引:1,自引:0,他引:1
应用对向传播神经网络对船舶导航系统的测姿故障进行检测与诊断,得到了较为满意的结果。研究表明,该网络结构简单,学习速度快,适应性广,可以对船舶导航系统的传感器故障进行检测与诊断。 相似文献
13.
A marine propulsion system is a very complicated system composed of many mechanical components.As a result,the vibration signal of a gearbox in the system is strongly coupled with the vibration signatures of other components including a diesel engine and main shaft.It is therefore imperative to assess the coupling effect on diagnostic reliability in the process of gear fault diagnosis.For this reason,a fault detection and diagnosis method based on bispectrum analysis and artificial neural networks (ANNs) was proposed for the gearbox with consideration given to the impact of the other components in marine propulsion systems.To monitor the gear conditions,the bispectrum analysis was first employed to detect gear faults.The amplitude-frequency plots containing gear characteristic signals were then attained based on the bispectrum technique,which could be regarded as an index actualizing forepart gear faults diagnosis.Both the back propagation neural network (BPNN) and the radial-basis function neural network (RBFNN) were applied to identify the states of the gearbox.The numeric and experimental test results show the bispectral patterns of varying gear fault severities are different so that distinct fault features of the vibrant signal of a marine gearbox can be extracted effectively using the bispectrum,and the ANN classification method has achieved high detection accuracy.Hence,the proposed diagnostic techniques have the capability of diagnosing marine gear faults in the earlier phases,and thus have application importance. 相似文献
14.
15.
16.
17.
基于神经网络的柴油机遥控系统故障智能诊断研究 总被引:1,自引:0,他引:1
为了克服传统模拟电路故障诊断方法的不足,通过对船舶柴油机遥控系统工作原理的分析,提出采用BP神经网络诊断船舶主机遥控系统的智能诊断方法。介绍BP神经网络结构确定方法及其数值优化技术,并以具体电路模块为例探讨神经网络在船舶柴油机遥控系统故障诊断中的应用。通过Matlab仿真可以发现基于BP神经网络的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。 相似文献
18.
XIA Li FEI Qi 《船舶与海洋工程学报》2006,5(1):62-68
1Introduction Withthedevelopmentofequipmentinsize,complexity andsystematization,ithasdrawnwideattentionof scholarsathomeandabroadtointroducetheinforma tionfusiontheoryintothefieldoffaultdiagnosis.Neu ralnetworktechnology[1,10]isconsideredpracticaland effe… 相似文献
19.