拖拉机变速箱齿轮故障诊断智能软件的设计与实现

人们在采用人工神经网络进行智能信号处理时,需要较深入学习人工神经网络的理论。为解决这个问题,该研究设计了一种"傻瓜型"的神经网络智能信号处理软件,使用该软件,可以降低神经网络应用于智能信号处理的门槛,推进智能信号处理在拖拉机变速箱齿轮故障诊断方面的应用。     

基于模糊神经网络的智能电气系统故障诊断方法研究

模糊神经网络既具有处理非线性问题的优势,同时又具备模糊的特性,使其在智能信息处理中具备强大的先天优势。本研究首先介绍了模糊控制基础理论,分析了基于RNN的控制技术和CNN的控制技术,然后结合基于深度学习提出LSTM长短期记忆单元的模糊控制技术,并与传统控制技术相比较,并经过仿真实验筛选出基于长短期记忆单元的控制决策技术,应用于电气系统故障诊断。     

农机液压系统故障诊断专家系统的设计

针对农机液压系统设计了一种人工智能的故障专家诊断系统。预期这一设计可缩短故障诊断时间,提高工作效率,提高故障诊断结论的正确性和精确性,方便故障管理。     

基于改进角分类神经网络的变风量空调系统故障诊断

针对变风量空调系统的故障诊断问题及其特点,提出了一种基于改进角分类神经网络——FDCC的故障诊断模型．该模型克服了CC4角分类神经网络输出结果为二进制的局限,根据故障模式所落入的k最近邻的样本泛化空间来进行故障诊断,并输出结果向量,其各分量为各故障原因可能出现的概率．     

甘薯智能贮藏系统的设计与实现

本文从硬件系统和软件系统2个方面对甘薯智能贮藏系统进行了详细介绍,并通过试验测试了智能贮藏库对甘薯的贮藏效果。结果表明,在冷库中贮藏4个月的甘薯依然保存良好,且冷库贮藏温度稳定在12℃,湿度稳定在80%～85%之间。     

液压系统的维护保养与一般故障诊断方法

液压传动以运动传递平稳、均匀,体积小、结构紧凑,反应灵敏、操作简单,元件寿命长,易于实现自动化等特点,被广泛应用于水工机械,尤其是应用在闸门启闭系统当中。因泄流设备在防洪、灌溉、供水等的重要功能,液压油系统的保养及维护显得尤为重要,采取有效的措施防止故障的发生,掌握常见的故障诊断方法,对水利工程的管理起到至关重要的作用。     

系统级故障诊断的一种优化设计方法

在系统级故障诊断集团理论的基础上，提出了一种减少点连通度、降低测试成本的优化设计方法，研究了其一步可诊断的特性，并给出了一种优化设计算法。     

农机液压系统故障诊断思路的探讨

在分析液压系统的故障特点基础上,探讨了农机液压系统故障诊断的原则和步骤,并以油缸故障诊断为例说明了诊断过程。     

粮库粮情智能监测系统的设计与实现

设计了一种基于嵌入式ARM9的低成本传感平台的粮库粮情智能监测系统,实现储粮温度、湿度和CO_2等参数实时采集。采用格拉布斯算法处理剔除区域采样中的粗大误差,然后通过加权融合获得储粮安全数据信息,运用BP神经网络算法对数据进行训练和预测,建立了储粮安全级别霉变模型。研究结果表明,粮库内外气体环境差值作为粮情判定因子,系统预测的最大绝对误差为0.02,最大相对误差为5.56%,有效地降低了外界环境对粮情判定带来的影响。     

老人智能助理系统的设计与实现

目的中国正加速进入老龄化社会,独居老人随着年龄的增长,记忆力减退,行动迟缓。老年人的独居生活引起了科学界的关注,老人智能助理系统的实现可以更好地提高服务水平。方法设计制作了一种基于Andriod智能手机和Arduino平台的老人智能助理系统,通过软硬件结合,该系统功能强大。结果老人可以借助手机App实现联系子女、吃药管理、心率测试、实时定位、搜索食谱、管理个人数据、SOS一键求救、以及对空调等电器的智能遥控,亦能够实现机械臂抓取物品控制,实时监测厨房的煤气、炉火,实现开门、开灯控制,巡视小车可完成循迹避障、自动充电和视频监控等。结论经测试表明,该系统稳定、可靠,具有一定的实际应用前景。     

离散Hopfield神经网络在混烧控制系统故障诊断中的应用

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．     

基于神经网络和广义互测试的大规模电路故障诊断

对于大规模电路或者非线性电路的诊断，存在故障定位困难和诊断速度比较低的问题，对此本文提出了一种基于神经网络和广义互测试的大规模集成电路故障诊断方法，给出了这种方法的诊断步骤，并进行了仿真实践，结果证明对于子网络级的故障定位是有效的。     

神经网络自适应模糊控制器设计与应用

把神经网与模糊系统相结合，提出一种基于神经网络的自适应模糊控制器，这种控制系统由模糊神经网络控制器和模糊网络组成，具有自适应学习能力，仿真结果以及应用于温度控制系统中，其鲁棒性明显优于一般Ｆｕｚｚｙ控制。     

模拟电路故障诊断的开关电流神经网络方法

以等效电源为变量，构造了线性模拟电路故障诊断的优化神经网络，基于罚函数方法提出了开关电流神经优化求解器，并给出实例，由Ｐｓｐｉｃｅ验证其可行性。     

神经网络与PID结合的机器人自适应控制

提出了一种基于神经网络与ＰＩＤ控制相结合的机器人自适应控制系统。为加快神经网络的学习过程，研究了有效的启发式学习算法。以二关节机器人为对象仿真表明，该控制系统能使机器人跟踪希望轨迹，其系统响应跟踪精度及鲁棒性优于常规的控制策略。     

基于FTA与BAM神经网络融合的飞机故障诊断方法

飞机由大量彼此关联的组件组合而成,其大规模特性使得基于故障树（FTA）和基于神经网络的故障诊断方法在应用于其故障诊断时分别存在空间爆炸问题和训练样本整理困难问题.本文融合故障树和BAM神经网络,由故障树归纳出系统所有的故障模式,整理出BAM神经网络所需的具有规范性、独立性、正交性的训练样本, 然后用BAM神经网络实现飞机故障的快速和准确诊断.实验评估结果表明,融合方法有良好的可扩展性,而且故障判别率提升了20%.     

人工神经网络技术在机械故障诊断中的应用探讨

阐述了人工神经网络模型的一般结构和算法，并设计了机械故障诊断神经网络的模型和学习过程。通过对集材-50拖拉机变速箱的实验诊断和测试，结果表明人工神经网络技术可以快速、准确地诊断出机械故障类型。     

基于BPNN的非线性电阻网络故障诊断方法研究

针对非线性电阻网络，提出了一种规范式分段线性化求多值解，并采用BPNN对非线性电阻网络硬故障进行诊断的方法，克服了一般方法对非线性电阻网络硬故障诊断时易存在的漏诊问题。     

基于神经网络数据融合方法的模拟电路故障诊断

根据模拟系统故障检测原理，采用神经网络与数据融合相结合的方法进行模拟电路故障诊断，提出了一种新型的基于D-S证据神经网络的故障检测与诊断方法．应用D-S证据理论对径向基函数网络进行了修正，用具有一个输入层、两个隐含层和一个输出层的神经网络实现．各个证据体的基本概率赋值的获取是D—S证据理论在实际应用中的难点问题，本方法中采用的是根据输入模式与原型模式之间的相似度以及原型模式的类别隶属度来确定基本概率赋值．借助神经网络自学习的功能，实现对类别隶属度的最优化．结果表明该方法能快速有效地进行故障诊断中大量数据的处理，具有很强的鲁棒性．     

模拟电路故障诊断神经网络方法

提出了一种新的模拟电路故障诊断近似估计方法以及求解此问题的神经网络。其显著特点是只需一次优化过程即能估计出最可能故障元件，计算量小。计算机模拟和实例表明该方法是可行的。