三电平光伏逆变器故障诊断研究

本文通过对三电平光伏逆变器的故障类型和当前常用的故障诊断方法进行分析,将不同故障诊断方法的优劣进行对比,发现当前的故障诊断方法存在一定的缺陷;提出一种基于小波变换和极限学习机神经网络相结合的逆变器故障诊断方法,该方法可实现对三电平光伏逆变器多模式故障的诊断。通过仿真实验,验证该方法的正确性和有效性。     

基于BP神经网络的光通信系统故障诊断

阐述了光通信系统故障诊断过程中,应用BP神经网络模型的重要性。以专家经验和文献依据为途径,建立了光信号系统故障知识库。同时,选择了基于模糊综合评判为计算方法,建立了神经网络数学模型。最后,以光信号元件故障诊断实例为例,论证了BP神经网络法的可行性。     

基于优化的BP神经网络柴油机燃料系故障诊断仿真研究

神经网络具有并行处理能力、自学习能力,自适应能力和可以逼近任意的非线性函数等特点,是解决非线性、多变量、不确定的复杂诊断问题的一条有效的途径,神经网络的这些特点使得它在故障谚断领域应用越来越广泛。本文利用LM改进学习算法训练所建立的BP神经网络,然后利用训练好的神经网络进行柴油机故障诊断,得出诊断结果,使故障诊断具有人工智能化。     

基于BP神经网络的煤矿配电网故障测距研究

本文提出了一种基于小波分析与BP神经网络的煤矿配电网故障测距方法。该方法首先采用小波包提取故障暂态零序电流的模极大值,并在小波基函数、分解尺度、BP网络各参数选择等方面进行了分析,进而在BP神经网络训练的基础上,将各故障特征的模极大值输入到BP网络中进行测试,输出了故障发生的位置。大量仿真实验表明,该方法在不同接地电阻及故障距离情况下,均能准确计算出故障发生的位置。     

基于BP神经网络的变压器内部故障保护

本文研究了基于BP神经网络方法的变压器内部故障保护。运用MATLAB/SUMILINK对变压器励磁涌流、励磁涌流与故障电流的差异进行了数字仿真。利用MATLAB的人工神经网络工具箱,建立了BP神经网络模型,对励磁涌流和故障电流的样本进行训练及测试并对训练好的网络进行验证。表明BP神经网络可以较为正确地区分励磁涌流和故障电流,用于变压器内部故障保护。     

分布式发电并网逆变器设计与分析

针对分布式发电系统中并网逆变器展开研究,本文采用了全桥的电路拓扑作为主电路结构,建立了并网逆变器的模型,并给出了在电压型并网逆变器的控制系统中的几个关键电路。     

基于机器学习的模拟电路故障诊断研究

本次研究将对神经网络方法做简单介绍,在此基础上提出小波神经网络法、优化神经网络法以及支持向量机法等在模拟电路故障诊断中的应用。     

基于三相可控整流电路的同步设计

根据教学中的故障现象,分析故障现象的原因,以及解决故障的设计方法.介绍三相可控整流电路的主电路与触发电路的同步的内容.要如何实现频率、相位的同步.如何分析触发电路三相变压器的联结组别,来达到同步的设计.     

基于多级构架的模拟电路故障诊断实现

本文利用仿真分析软件采集电路各种故障模式的特征数据,后将采集到的数据构造多层次的神经网络来进行诊断,最后使用虚拟仪器Lab VIEW完成对整个流程的编程与控制,通过实际验证故障诊断正确率非常好。     

基于RBF神经网络的一回路核动力装置典型故障诊断

为提高核动力装置运行监测与诊断的能力,文中提出了基于RBF神经网络的核动力装置故障诊断方法。通过对核动力装置的一些典型故障特性进行分析,选取了适当的训练样本,并训练通过MATLAB所建立的神经网络模型,验证神经网络的可行性。结果表明,RBF神经网络成功地诊断出了故障,具有良好的诊断效果。     

电机调速系统中的逆变器建模及故障仿真

利用MATLAB仿真软件建立三相SPWM逆变器电路的仿真模型,通过对逆变器正常或故障时输出的电压等要素进行频谱或谐波分析,重点对线电压各次谐波进行了分析。依据各类故障时谐波次数总结出故障特征,以此作为故障检测与诊断的依据,具有较好的实用价值。     

微机配料系统的故障分析

1“配料”命令发出后，配料系统不能进入运行状态 　　原因是配料各设备“准备就绪”信号未传送给主机。故障发生在开关量及控制信号形成电路，光电隔离电路，开关量输入电路。检查电子秤斗门和混合机门的关紧行程开关工作是否正常，常开触点是否损坏；检测光电耦合器、电平转换器的工作性能；光电隔离电路、开关量输入电路能否正常工作；也可能是键盘上的配料命令键接触不良。修复电路，更换相应器件，故障即可排除。 2某一批次配料完毕，电子秤斗门不能打开放料 　　混合机门未关紧或关紧行程开关损坏；电子秤斗门的执行机构发生故障；主…     

基于智能双积分滑模控制的发动机指示扭矩估计

利用指示扭矩能够对发动机实施在线控制,进行故障诊断。首先,建立发动机非线性曲轴动力学模型;其次,将曲轴角度和瞬时转速作为控制器输入并进行微分运算;最后,利用BP神经网络对控制器参数进行在线自适应设计。仿真结果表明,在稳态工况下,设计的控制器对多缸发动机的指示扭矩能够精确地进行估计,其对参数扰动具有较好的鲁棒性,可以用于发动机的失火检测和故障诊断。     

基于GA-PSO-BP神经网络的羊群动态称重方法改进

为了解决羊只称重时因应激反应过大导致测量不精准问题,试验搭建了羊群动态称重系统并设计了一种改进GA-PSO-BP神经网络的羊群动态称重方法,即利用滑动平均滤波算法对干扰数据进行平稳处理,采用改进GA-PSO混合算法优化BP神经网络的权值和阈值;并对BP神经网络、PSO-BP神经网络、改进GA-PSO-BP神经网络三种模型进行训练和性能比较。结果表明：改进GA-PSO-BP神经网络的预测准确度最高,预测误差在1.00 kg内的体重值占85%;平均绝对百分比误差为0.679 6%,较BP神经网络(1.007 4%)和PSO-BP神经网络(0.975 2%)都有明显提升,但测量单只羊只所需时间为11.2 s,较PSO-BP神经网络(10.5 s)稍低。说明改进GA-PSO-BP神经网络的羊群动态称重方法可满足牧场智能化饲养需求。     

PCA在机械制造中的应用研究

本文设计了PCA用于滚动轴承故障诊断中数据降维的应用方法使得数据维数大幅下降,使得支持向量机的训练速度和判断准确率大幅提高。本文还设计了基于PCA的利用正常运行信息建立模型进行故障检测和故障诊断的方法,避免了其他方法由于故障信息不易采集导致故障检测、诊断不理想的问题,为过程控制、故障检测提供了一条新思路。     

基于PCA-BP神经网络的羊肉价格预测研究

价格波动受到多种因素的影响,准确的价格预测对市场稳定具有重要的作用。为了更好地服务于市场经济,笔者选取苏尼特羊为研究对象,提出了基于PCA和BP神经网络结合的价格预测方法,首先对影响羊肉价格的指标数据进行PCA降维,选取主成分特征最大的因子为BP神经网络的输入层,羊肉价格作为输出层建立预测模型,将预测结果与已有的苏尼特羊肉价格进行比对验证。结果表明:与标准的BP神经网络相比,结合PCA降维的BP模型具有更小的拟合误差和更高的精度。     

基于DEA与BP神经网络混合系统的设计与开发

DEA是一种基于线性规划理论、广泛应用于效率评价的系统分析方法,属于事后评价的范围。BP神经网络的容错能力、学习能力、纠错能力使其在非线性系统预测方面有着广泛的应用。目前DEA与BP神经网络的混合模型已得到广泛研究,其可以在资源投入阶段就进行评价,这样一旦发现问题可以及时调整,变事后评价为事前控制。但是软件的分离使用极大地限制了此混合模型的应用。本文基于DEA与BP神经网络,利用MATLAB将DEA软件与BP神经网络工具箱结合在一起,设计开发了混合效率预测模型系统。利用此系统可以进行效率预测,及时调整投入指标以减少投入资源的浪费,提高能源利用率,并且此系统提供了良好的人际交互界面,避免了复杂的人工操作。     

利用BP网络预测初产母牛305天产奶量

利用三层BP神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,设计了一个用于预测初产母牛305d产奶量的BP模型,通过对初产母牛日最高产奶量、90d产奶量与初产母牛305d产奶量的相关分析,来确定网络的拓扑结构,经仿真实验结果表明,应用BP网络预测方法可以提前210d左右预测初产母牛305d产奶量,模型预测精度高,预测方法可行,具有一定的实用价值。     

基于BP网络对微波加热温度的预测

针对微波加热腔内媒质温度难实时测量的问题,给出了采用BP神经网络算法对加热媒质温度进行实时预测。本论文中首先完成了对媒质温度预测的三层BP网络的设计。其中针对隐含层节点数多少的问题,文中首先利用经验公式估计出隐含层节点数目的范围,然后通过设置循环对隐含层节点数目进行自动筛选,选出最佳的隐含层节点数。最后,在MATLAB的平台上对其进行仿真,并对手动和自动筛选隐含层节点的网络性能以及温度预测结果进行对比分析。     

PLC在万能铣床电气控制中的应用

本文介绍了可编程控制器(PLC)在X62W卧式万能铣床电气控制系统中的应用方法,并对该系统的硬件组成和软件设计作了阐述。通过PLC在电气控制及故障诊断中的技术应用,可使机床的硬件电路得以简化,工作更加可靠,从而提高了机床故障的诊断效率。