共查询到10条相似文献,搜索用时 78 毫秒
1.
《中国修船》2020,(4)
为诊断与分析船舶同步发电机定转子绕组匝间短路故障,文章采用基于主成分分析法(PCA)和遗传算法(GA)优化BP神经网络(GA-BP神经网络)的故障诊断方法。首先利用Maxwell软件平台故障仿真得到的定子三相电流作为特征信号,通过小波包分解重构以及PCA降维的处理方式,生成15维的样本数据,降低了网络规模以及处理计算时间,并针对传统BP神经网络收敛速度慢以及易陷入局部极小值的特点,利用GA算法对BP神经网络权值与阈值进行优化。通过样本数据对GA-BP神经网络进行训练测试,验证了PCA和GA-BP神经网络对于船舶同步发电机定转子匝间短路故障诊断具有可行性以及准确性。 相似文献
2.
3.
4.
基于虚拟仪器技术,利用LabVIEW7.1编写采集分析程序,并以Matlab Script节点形式调用在Matlab里训练成功后的BP神经网络程序,开发了柴油机供油系故障诊断系统。该系统由PCI-6221采集卡获取测取燃油压力波形,利用小波包分解提取特征信号,并组成特征向量输入训练成功的BP神经网络进行典型故障识别,诊断结果通过人机界面输出,从而实现了故障诊断的智能化。 相似文献
5.
6.
为克服传统专家经验在故障诊断方面的不足,实现船舶凝给水系统的智能诊断,在标准BP神经网络基础上提出一种优化后的CAWOA-BP故障诊断模型。采用混沌映射以及自适应权重调整策略优化WOA鲸鱼算法,利用优化后的WOA鲸鱼算法改进BP神经网络的权值及阈值矩阵。由于船舶凝给水系统的状态监测数据是复杂多维度数据,利用UMAP降维算法对原始数据进行降维。最后,利用降维处理后的数据训练CAWOA-BP神经网络模型,实现故障诊断。通过对正常及故障数据的学习,发现优化后的CAWOA-BP模型相比于标准BP,WOA-BP,PSO-BP故障诊断模型具有更高的准确率、精确率、召回率及预测误差。研究表明,基于优化后的CAWOA-BP神经网络故障诊断方法能够更加精确实现船舶凝给水系统的故障诊断。 相似文献
7.
当船舶起锚机离合器出现故障时,需要采用有效的故障诊断技术判断其故障类型以及故障元器件。BP神经网络是一种具有自主学习能力的记忆网络,可以实现线性和非线性函数之间的映射,并以此为基础对网络中存储的记忆进行训练,从而提高起锚机离合器的精检测。本文从BP神经网络技术入手,论述其在船舶起锚机离合器故障信号检测的应用,为故障检测提供实用操作价值。 相似文献
8.
9.
本文简述了高精度系统的可靠性(维持性能或性能退化)问题,并以应用了故障检测和冗余技术的惯导系统为例对其进行了论述。 在惯导系统中,通常用陀螺性能监控器来实现机内精度检测技术。当导航系统由多个等精度的惯导子系统构成时,利用这些子系统的可观测输出变量的表决监控可得到几种软件故障诊断技术。 相似文献