基于LabVIEW的BP算法及其在发动机故障诊断中的应用

介绍了虚拟仪器技术,应用LabVIEW软件编制了基于BP算法的训练网络和诊断网络,使之能更有效地、直观地了解BP神经网络的工作状态,从而为汽车信号系统的分析和发动机故障系统诊断提供了有效的方法。     

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。     

遗传算法在飞剪机结构参数优化设计中的应用

在对飞剪机结构参数的优化设计中,应用了一种新兴的高效寻优方法-遗传算法。文中对基于遗传算法的参数优化过程进行了全面和简要的说明。实例计算表明,该方法可以获得比较满意的优化设计结果。     

小波分析在装裁机变速箱滚动轴承故障诊断中的应用探讨

主要讨论了小波分析在装裁机变速箱滚动轴承故障诊断中的应用,以求为未来装裁机变速箱滚动轴承故障诊断提供新的方法。     

基于差分方程的空间矢量调制在APF中的应用

将空间矢量调制技术应用于有源电力滤波器的电流控制．用差分方程将APF的电流控制转换为对功率电路输出电压的控制,以有效地降低系统方程求解的复杂程度,并综合考虑电源电压及滤波电感等参数的影响,以提高系统控制的精度．仿真和实验结果表明,采用所提出的方法,当负载突变时,系统具有良好的动态响应特性．     

基于加速混沌优化算法的支持向量机参数选择

针对支持向量机参数选择问题, 以惩罚系数、不敏感系数和RBF核函数中的宽度系数为优化变量, 采用Chebyshev映射代替Logistic映射产生初始混沌序列, 改变原有的搜索公式及增加3次载波, 提出了一种改进的加速混沌优化算法(ISCOA)。将该算法应用于人工数据集和实际数据集中, 并与常规的交叉验证法进行比较。试验结果表明: 在人工数据集中, 采用ISCOA在时间上缩短了至少23.43%, 精度上提高了至少6.31%;在实际数据集中, 预测值更接近实际值, 相对误差均控制在3.13%以下, 该算法具有较高的预测精度和寻优效果。     

参数优化VMD对变压器声音信号的故障诊断

变压器内部局放声音信号包含了设备故障特征信息,但是局放声音信号的非线性、非平稳性使得故障特征难以提取,因此现有基于声音信号识别变压器内部故障识别率低.为此,提出模拟退火优化变分模态分解—样本熵的特征提取方法,并与支持向量机结合进行变压器内部局放故障诊断.首先,基于模拟退火算法实现变分模态分解(variational mode decomposition, VMD)的参数寻优;然后,采用最优参数设定VMD并对故障声音信号进行分解,得到包含故障特征的本征模态函数,进而求取各本征模态函数的样本熵作为对应样本的特征向量;最后,利用支持向量机实现特征向量的识别与分类.模拟实验结果表明,所提出的方法可以有效提取局放故障声音信号的特征,具有较好的故障识别率.     

基于神经网络的信息融合技术在汽车故障诊断中的应用

本文分析了现代汽车故障诊断的特点,说明了用融合技术进行汽车故障诊断的优势,构建了基于BP神经网络的信息融合结构,用以汽车故障诊断,提高了汽车故障诊断效率和准确性。     

基于支持向量机的电控发动机故障诊断

为快速准确诊断出电控发动机故障,达到较强的故障有效识别水平,提出振动信号分析与支持向量机(support vector machine,SVM)相结合的故障诊断方法.将振动信号的偏度、峰峰值以及由小波分析理论与熵原理结合得到的小波能谱熵作为实验样本的三维特征向量,并将提取到的故障三维特征向量作为训练样本和测试样本输入到...     

基于快速性的船型优化及其在三用工作船中的应用

近年来,海洋石油开发事业相关装备产业快速升级,三用工作船作为海上油气平台作业必不可少的辅助船舶,发展迅速,需求量非常多,其船型优化也成为当前船舶设计中的热门研究问题。文中根据C FD的船型优化基本原理对现有三用工作船进行船体线型优化,比较优化前后船体阻力性能的区别,并用试验方法加以验证,从而达到优化船型的目的。     

基于模糊支持向量机的变压器故障诊断

针对支持向量机对训练样本内的噪声和孤立点比较敏感,影响了支持向量机分类性能的弱点,利用模糊支持向量机的学习方法,构建了变压器故障诊断模型．采取一种基于二叉树的多分类方法,使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度,采用径向基核函数,并利用遗传算法对模糊支持向量机的参数进行寻优．实验结果表明,基于二叉数的模糊支持向量机模型相比BP神经网络、支持向量机有更高的诊断准确率,基于二叉树模糊支持向量机的变压器故障诊断方法是可行的．     

IGBT机理建模及其基于神经网络的参数辨识方法

为获取专用的绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)模型,实现IGBT电路的针对性优化,在Hefner模型的基础上,对IGBT的开通和关断状态进行了机理建模,并重点分析了其暂态过程.在此基础上,提出了基于神经网络优化算法对模型参数进行辨识的方法,获得了单个IGBT元件的机理模型.以一个FGA25N120型的IGBT为例,进行了仿真和实验研究,通过仿真与实验结果的对比,拟合优度达0.9,验证了本文所提机理模型的正确性及基于神经网络辨识所得参数的精确性.      

引入优先因子的模糊Petri网及其在故障诊断中的应用

针对复杂系统故障机理的错综复杂,利用模糊产生式规则建立了模糊Petri网的故障诊断模型.一方面利用Petri网的图形描述能力,用分步运算加判断的方法在图形结构上进行正向或反向搜索;另一方面考虑实际故障搜索过程中,当同一层次上几个变迁的可信度值十分接近甚至相等时,仅依据可信度最大的原则来进行取舍的不合理性,引入表示故障严重程度的优先因子,使模型更符合实际情形.最后以某复杂系统故障诊断实例说明了模型的有效性.     

遗传算法在铁路客车横向稳定性多参数优化中的应用

以典型铁路客车的动力学模型为研究对象，以车辆最大可行速度为目标函数，采用遗传算法对其横向稳定性参数进行了最优化的计算研究。结果表明：遗传算法在求解车辆动力学系统的参数优化问题中具有很好的适用性。尤其是对于多参数，多峰的非线性问题，该法提供了求解问题全局最优解的可能性。     

矢量控制异步电机等效电路及其参数变化因素分析

从异步电机Ｔ型等效电路的数学模型导出通用等效电路以及矢量控制用的不对称Ｔ型等效电路,指出等效电路中的励磁电流与矢量控制系统中的励磁电流是两种完全不同概念的物理量,但它们在数值上有一定的联系,同时分析了电机参数变化的因素。     

基于遗传算法的控制系统PID参数优化应用研究

针对线性定常系统,提出了基于遗传算法的PID参数优化方法,用MATLAB编写出该软件.为了推广利用,设计了一个通用性强、界面友好、使用简便的控制系统参数寻优的软件.通过算例调试,表明该方法使系统有较好的动态特性和稳态特性,利用本图形用户界面可得到PID控制系统寻优的直接结果,并直观地显示系统的阶跃响应.提供的方法具有一定的实用价值.     

振动特征参数在发动机故障诊断中的应用

在大量试验和分析的基础上，确定出用振动信号诊断发动机故障的主要判据，介绍了振动诊断的主要应用和存在的问题。     

单片机在电力机车轴承故障诊断中的应用

分析了电力机车牵引电机滚动轴承故障诊断系统中单片机应用的特点，介绍了单片机完成诊断系统中采样，工况分析，人机对话和数据存档等功能的方法，并讨论了单片机系统软、硬件设计中的关键问题。     

模糊数学在汽车故障诊断系统中的应用

该系统综合运用计算机科学、模糊数学与汽车故障诊断经验,为汽车故障提供了具有专家水平的诊断咨询工具。