共查询到16条相似文献,搜索用时 79 毫秒
1.
将EMD(Empirical Mode Decomposition)方法应用于机械故障诊断中,提出了一个新的齿轮故障诊断方法。EMD方法基于信号的局部特征时间尺度,能把复杂的信号分解为有限的内在模态函数(Intrinsic Mode Function)之和,这种自适应的分解方法非常适于非线性和非平稳过程的分析。用该方法对齿轮故障振动信号进行了分析,结果表明该方法能够有效地降低噪声,提高信噪比,突出齿轮故障振动信号的故障特征,从而提高齿轮故障诊断的准确性。 相似文献
2.
基于改进小波神经网络的滚动轴承故障诊断 总被引:1,自引:0,他引:1
根据轴承故障产生的机理和常用故障特征参数的分析与提取方法,针对滚动轴承系统的非线性和表面振动信号的非平稳特性,采用小波分析法,并对小波分析中容易产生频率混淆而进行改进小波包快速算法。试验结果表明,改进的小波分析能减少频率混淆现象,克服传统小波包快速算法中高低频重迭难以分辨的问题,并利用小波频带分析技术对故障信号中含有的噪声信号进行分离。结合小波和神经网络的优势建立改进小波神经网络的结构模型,研究小波神经网络的学习算法,解决传统BP算法收敛速度慢和容易陷入局部极小值等问题,从学习率和连接权值两个方面对算法进行改进。以N205型滚动轴承在试验台上所测取的试验数据进行网络训练,用振动信号为网络输入向量给出训练结果。仿真实例分析结果表明,采用改进的小波神经网络能够对滚动轴承故障进行分类,且其收敛速度明显快于相同条件下的小波神经网络和改进的BP网络,可有效实现滚动轴承的故障诊断。 相似文献
3.
将基于变量预测模型(Variable Predictive Model based Class Discriminate,VPMCD)的方法引入滚动轴承的故障诊断,提出了基于EMD(Empirical Mode Decomposition,EMD)和VPMCD的滚动轴承故障诊断方法.采用EMD方法提取滚动轴承振动信号特征向量后,以VPMCD作为模式识别方法对滚动轴承的工作状态和故障类型进行分类.对正常状态、外圈故障、内圈故障3种不同类别下的滚动轴承振动信号进行了分析,结果表明了该方法在滚动轴承故障诊断中的有效性.同时,与人工神经网络(Artificial neural network,ANN)算法的对比分析表明,VMPCD算法分类性能的稳定性以及计算效率均要高于ANN算法. 相似文献
4.
针对传统汽车诊断存在的问题,提出了应用人工神经网络进行汽车故障论断的新方法,在介绍神经网络基本原理和方法的基础上,以BP网络构造离合器故障诊断实例模型,经过模拟试验,证明了本方法的有效性和合理性。 相似文献
5.
对模拟电路提出了一种基于小波与神经网络辅助式结合的故障诊断方法.该方法用小波变换作为模拟电路故障信号的预处理器,大大减少神经网络的输入数目,简化神经网络结构和减少它的训练时间,提高辨识故障能力.在介绍该故障诊断方法的基本原理后。给出了小波函数及故障特征选择的方法. 相似文献
6.
给出了离散Hopfield神经网络结构和模型.利用Hopfield神经网络的演变过程是一种计算联想记忆的过程,它适用于正交(或近似正交)模式的记忆性质,给出了一种Hopfield神经网络的双向联想记忆模式的记忆矩阵构造方法,并提出了一种改进的基于Hopfield神经网络的控制系统故障诊断的算法,利用此算法实现实时检测混烧控制系统的故障和异常,对混烧控制系统的调节器和阀门进行故障诊断和故障信息提示. 相似文献
7.
提出一种基于遗传算法(Genetic Algorithm, GA)、小波变换及神经网络(NN)的模拟电路故障诊断方法.该方法将小波基作为神经网络的传递函数,利用遗传算法优化神经网络的结构和权值,从而避免了BP神经网络结构设计的盲目性和局部最优等问题,大大减少了网络训练时间.利用该方法对模拟电路进行故障诊断有利于提高诊断的智能性及识别故障类别的能力,提高诊断的精度与速度.实例诊断结果表明文中所提方法是可行的. 相似文献
8.
针对农用柴油机振动信号的非平稳特性和在现实条件下难以获得大量故障样本的实际情况,提出一种经验模态分解和支持向量机相结合的故障诊断方法。运用经验模态分解方法对气阀机构不同工况下的去噪缸盖振动信号进行分析,计算各内禀模态函数与去噪信号的互信息值以确定主IMF分量,并求其包含时间信息的能量熵以定量描述信号不同时频段的能量分布,将其作为支持向量机的输入特征向量以判断柴油机的工作状态和故障类型。试验结果表明,该方法在小样本情况下也具有较高的精度和较强的泛化能力,但不同转速时需重新采样以保证充足的诊断精度。 相似文献
9.
针对往复机械振动信号的非平稳特性和在现实条件下难以获取大量故障样本的实际情况,提出一种经验模态分解(EMD)、近似熵(ApEn)快速算法和支持向量机(SVM)相结合的机械故障诊断方法。运用经验模态分解方法对特定时段的振动信号进行分析,计算各个内禀模态函数(IMF)的近似熵,作为故障特征向量,并输入到支持向量机以判断机械的工作状态和故障类型。柴油机故障诊断试验结果表明,该方法能有效提取故障特征,在小样本情况下也具有较高的精度和较强的泛化能力,对其他机械故障的诊断具有一定借鉴意义。 相似文献
10.
11.
对农产品立体仓库中的关键设备堆垛机进行了故障分析,在收集大量数据资料的基础上,以"堆垛机控制系统不能正常工作"为顶事件,建立了故障树,并对其进行了定性与定量分析。结果表明,故障树分析法有效地提高了堆垛机故障诊断的效率。 相似文献
12.
13.
14.
最小二乘支持向量机方法在农用柴油机故障诊断中的应用研究 总被引:1,自引:0,他引:1
采用最小二乘支持向量机法对农用柴油机故障进行计算机仿真诊断。结果表明:该方法能够提高故障诊断的准确性,减少误诊。 相似文献
15.
随着农业机械化水平的提高,大型的、结构复杂的农机类型逐渐进入人们的生产生活中来,农业机械的使用者也逐渐增多.尤其在农忙季节,在各项农业生产中,农业机械的利用率不断提高,各种各样的机械故障也随之而来.该文从分析农业机械设备在操作使用中常见的机械故障着手,分析其形成原因,介绍其诊断方法以及提出了对农机具的修复方法,以达到延长农机具的使用寿命的目的. 相似文献