Proceedings of the 6th WSEAS International Conference on Wavelet Analysis Multirate Systems Bucharest Romania October 16-18 2006基于神经网络分类和小波变换的轴承故障诊断摘要:几十年来自动故障分类一直是一个重要的模式识别问题在所有的电机驱动系统性能中轴承发挥了非常重要的作
·50·
基于小波变换和神经网络的变频器故障诊断方法 易 鸿(四川文理学院 物理与工程技术系四川 达州 635000)[摘 要]本文以逆变器输出故障电流作为故障信息利用小波分析的方法提取低频能量值作为特征向量通过神经网络实现逆变器故障桥臂定位最后利用逆变器同一桥臂故障信号对称性的特点用一种简单的判断逻辑实现故障元件的分离仿真结果表明:该方法收敛速度快诊断准确度高[关键词] 逆变器 小波分析故障诊断1
基于小波分析与神经网络的轴承故障诊断研究【中文摘要】随着机械设备复杂程度和自动化水平的提高机械设备故障诊断的重要性日益显著而选择合适的诊断方法对于诊断结果是否精确至关重要在智能故障诊断技术的研究中小波分析和神经网络技术都是热点研究内容也是研究的前沿小波分析和神经网络的结合也是一个吸引人的课题本文研究了小波分析基本理论根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性提出基于小波包能量的特征
摘 要三相交流变频驱动系统以其优良的调速性能良好的节能效果越来越广泛的应用于工业商业航空等领域由于控制算法的复杂性及半导体器件的自身特点驱动器易发生故障论文针对变频器的故障诊断进行研究在建立变频器 AC-DC-AC 模型的基础上对各种故障类型进行理论分析与仿真实验总结各种故障并相互比较给出基于小波变换和神经网络的故障诊断方法由于条件所限无法得出故障情况下的各种故障信息以作为故障诊断的基础所
: 常 州 大 学 毕业设计(论文)(2012届)题 目 基于神经网络的变压器故障诊断 学 生
摘 要滚动轴承是机械设备中最常见应用最广泛的零部件之一其运行状态对整个设备的工作状态生产过程都有直接影响因此对轴承的故障诊断具有非常重要的意义本文以机械设备滚动轴承故障诊断问题为背景针对传统的时频分析方法难以全面反映故障信息的缺陷探讨了BP(Back Propagation反向传播)神经网络技术在滚动轴承故障诊断中的应用选取滚动轴承三种故障类型(内圈故障外圈故障滚动体故障)下的轴承
故障诊断论文:小波神经网络故障诊断方法及其在变频调速系统中应用研究【中文摘要】本文分别研究小波分析和神经网络方法将小波分析与神经网络进行融合形成小波神经网络分析了两种不同的融合方法即松散型结合方法和紧致型结合方法针对小波神经网络设计过程的关键问题:小波网络基函数的选择隐含节点的确定方法及网络参数初始化方法总结了小波基函数选择的一般原则及隐层节点的确定方法分析并提出了适合本文研究的网络初始化方法通过
基于BP神经网络下轴承故障检测摘要减速器的主动轴滚动轴承的4个特征参数作为BP神经网络的输入并用BP算法对该网络进行训练利用神经网络的智能性来判断轴承所属的故障类型仿真结果表明该方法实用有效关键词:BP神经网络 故障模型问题重述利用BP神经网络对石油钻井的绞车及传动机组滚动轴承进行故障诊断能够在轴承早期故障时发出预警信号提前对将要发生故障的轴承进行维修或更换缩短停工停产时间和减少维修费用从而使石
#
违法有害信息,请在下方选择原因提交举报