期刊文献+
共找到4,541篇文章
< 1 2 228 >
每页显示 20 50 100
煤矿旋转机电设备的量子神经网络故障诊断技术 被引量:6
1
作者 张永强 马宪民 徐美惠 《工矿自动化》 北大核心 2015年第4期64-68,共5页
针对煤矿旋转机电设备故障模式相互干扰的问题,基于量子神经网络理论,提出了一种量子神经网络故障诊断算法。以量子学中的相移门和受控非门为基本计算单元,构造出3层量子神经网络故障诊断模型,采用梯度下降法作为该模型的学习算法,对刮... 针对煤矿旋转机电设备故障模式相互干扰的问题,基于量子神经网络理论,提出了一种量子神经网络故障诊断算法。以量子学中的相移门和受控非门为基本计算单元,构造出3层量子神经网络故障诊断模型,采用梯度下降法作为该模型的学习算法,对刮板输送机减速器的多种故障进行识别诊断。初步研究结果表明,所提出的量子神经网络故障诊断技术是可行的,有助于提高煤矿旋转机电设备的故障诊断率。 展开更多
关键词 煤矿旋转机电设备 故障诊断 量子神经网络 刮板输送机 减速器 相移门
在线阅读 下载PDF
神经网络故障诊断技术的可实现性 被引量:24
2
作者 闻新 周露 《导弹与航天运载技术》 2000年第2期17-22,共6页
归纳了神经网络在故障诊断中的运用方式 ,探讨了故障诊断的神经网络方法和专家系统方法的联系和区别 ,以及两种方法的转化 ;最后 ,给出了神经网络故障诊断技术在航天领域里的应用情况。
关键词 故障诊断 神经网络 专家系统 航天技术
在线阅读 下载PDF
基于电路仿真的BP神经网络故障诊断技术研究 被引量:3
3
作者 杨健 冯楠 +1 位作者 刘剑超 李静 《舰船电子工程》 2010年第2期152-155,共4页
某型末制导雷达系统复杂、难于建立精确数学模型,因此采用常规方法对其进行故障诊断难度较大。而采用Multisim软件对其接收组合中的和路视频放大器电路进行仿真,再由实测样本数据训练BP神经网络的方法可较好的将故障定位到元器件级别。
关键词 电路仿真 神经网络 故障诊断 末制导雷达
在线阅读 下载PDF
国内神经网络故障诊断技术及其在航天器中的应用 被引量:5
4
作者 闻新 陈镝 乔羽 《沈阳航空航天大学学报》 2018年第3期17-26,共10页
神经网络故障诊断技术是航天器故障诊断中的重要手段,为航天任务的顺利完成提供了强有力的保障。介绍了神经网络故障诊断技术的本质和方法,阐述了最新神经网络模型在故障诊断中的应用效果。在归纳国内航天器神经网络故障诊断技术应用方... 神经网络故障诊断技术是航天器故障诊断中的重要手段,为航天任务的顺利完成提供了强有力的保障。介绍了神经网络故障诊断技术的本质和方法,阐述了最新神经网络模型在故障诊断中的应用效果。在归纳国内航天器神经网络故障诊断技术应用方法和研究现状的基础上,分析了不同神经网络故障诊断方法的优缺点,展望了国内航天器神经网络故障诊断技术的发展趋势。 展开更多
关键词 故障诊断 神经网络 航天器 可靠性 综述
在线阅读 下载PDF
PCA-BP神经网络模型在拖拉机发动机故障诊断中的应用
5
作者 杨健 《农机化研究》 北大核心 2025年第3期254-258,共5页
拖拉机发动机故障诊断是指通过对拖拉机发动机的运行状态、传感器数据等信息进行分析和处理,识别出发动机故障的类型和位置,及时准确地诊断拖拉机发动机故障,对于提高农机装备的使用效率和经济效益具有重要的意义。为此,基于主成分分析(... 拖拉机发动机故障诊断是指通过对拖拉机发动机的运行状态、传感器数据等信息进行分析和处理,识别出发动机故障的类型和位置,及时准确地诊断拖拉机发动机故障,对于提高农机装备的使用效率和经济效益具有重要的意义。为此,基于主成分分析(PCA)算法对拖拉机发动机的传感器数据进行降维处理,并使用BP神经网络对降维后的数据进行分类识别,以实现拖拉机发动机故障的诊断。试验结果表明:PCA-BP神经网络模型可以准确地诊断拖拉机发动机的多种故障,相比于传统的BP神经网络模型,具有更高的准确率和更好的泛化能力,表明PCA-BP神经网络模型在拖拉机发动机故障诊断中具有较大的应用前景。 展开更多
关键词 拖拉机发动机 故障诊断 主成分分析 BP神经网络
在线阅读 下载PDF
神经网络自学习下模拟电路故障诊断技术研究
6
作者 王俊亚 祝丰菊 《通信电源技术》 2025年第4期218-220,共3页
为解决传统模拟电路故障诊断中错误高、用时长等问题,提出一种面向模拟电路故障诊断的技术优化方法。通过等效采集双端口网络运行数据,提取时域和频域特征,基于神经网络自学习对电路故障做出诊断和识别。通过实验对比分析,该技术优化方... 为解决传统模拟电路故障诊断中错误高、用时长等问题,提出一种面向模拟电路故障诊断的技术优化方法。通过等效采集双端口网络运行数据,提取时域和频域特征,基于神经网络自学习对电路故障做出诊断和识别。通过实验对比分析,该技术优化方法在诊断时长、诊断正确率等方面具有良好表现。 展开更多
关键词 模拟电路 故障诊断技术 神经网络自学习
在线阅读 下载PDF
改进SSA优化BP神经网络的变压器故障诊断
7
作者 汪繁荣 汪筠涵 江俊杰 《现代电子技术》 北大核心 2025年第4期145-150,共6页
变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入... 变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入非线性惯性权重和纵横交叉策略,从而提高算法的收敛速度和全局寻优能力;其次,将ISSA与传统SSA在收敛函数上进行对比分析,得到ISSA算法在迭代12次后以52%的准确率收敛,而SSA算法迭代23次后才达到25%的准确率,证明了ISSA在收敛速度和精度方面有明显提高;最后,将ISSA-BP、SSA-BP和BP诊断模型进行对比。实验结果表明,ISSA-BP模型准确率达到了97%,比SSA-BP、BP神经网络模型分别提高了4%和11%,可以认为提出的算法模型在变压器故障诊断领域具有更高的精度与良好的发展前景。 展开更多
关键词 麻雀搜索算法 BP神经网络 变压器 故障诊断 非线性惯性权重 纵横交叉策略
在线阅读 下载PDF
基于CEEMDAN与改进一维多尺度卷积神经网络结合的滚动轴承故障诊断
8
作者 马宁 赵荣珍 郑玉巧 《兰州理工大学学报》 北大核心 2025年第1期45-54,共10页
针对滚动轴承信号微弱故障特征提取困难、故障诊断依靠大量专家经验和故障识别率低等问题,提出了融合自适应噪声完备集合经验模态分解与改进一维多尺度卷积神经网络的滚动轴承故障诊断方法.首先,采用自适应噪声完备集合经验模态分解对... 针对滚动轴承信号微弱故障特征提取困难、故障诊断依靠大量专家经验和故障识别率低等问题,提出了融合自适应噪声完备集合经验模态分解与改进一维多尺度卷积神经网络的滚动轴承故障诊断方法.首先,采用自适应噪声完备集合经验模态分解对轴承信号进行消噪处理,并利用皮尔逊相关系数法对所得IMF分量进行信号重构;其次,在网络首层将大尺寸卷积核与空洞卷积结合,并引入金字塔场景解析网络提出改进的一维多尺度卷积神经网络,对故障特征信息进行提取,采用PSO算法对卷积核进行参数寻优;最后,融合多尺度特征信息完成网络学习,并输入Sofmax分类器,实现滚动轴承故障诊断.采用西储大学轴承数据集和HZXT-DS-001型双跨综合故障模拟实验台的滚动轴承故障数据进行了验证.结果表明,相比传统故障诊断方法该方法可以得到良好的诊断结果. 展开更多
关键词 自适应噪声完备集合经验模态分解 一维卷积神经网络 多尺度特征提取 特征可视化 故障诊断
在线阅读 下载PDF
基于卷积神经网络与图卷积网络的水力机械故障诊断
9
作者 吴学春 夏臣智 +4 位作者 肖湘曲 李超顺 李英玉 莫兆祥 吴韬为 《中国农村水利水电》 北大核心 2025年第2期143-147,共5页
水力机械设备在当前国民生产中扮演着重要角色,其安全稳定运行至关重要。针对单一深度特征难以有效反映机组故障信息的难题,提出了基于卷积神经网络与图卷积网络特征融合的水力机械设备故障诊断模型。首先利用卷积神经网络获取水力机械... 水力机械设备在当前国民生产中扮演着重要角色,其安全稳定运行至关重要。针对单一深度特征难以有效反映机组故障信息的难题,提出了基于卷积神经网络与图卷积网络特征融合的水力机械设备故障诊断模型。首先利用卷积神经网络获取水力机械设备监测信号卷积深度特征,同时利用快速傅里叶变换获取监测信号频谱值,构建监测信号图数据,建立图卷积网络提取样本关联特征。然后利用注意力机制对不同类型特征进行加权求和实现多模态特征融合。最后利用全连接层实现设备的故障诊断。通过水电机组、水泵主机组故障实测数据以及轴承故障数据进行验证,结果表明所提模型能有效实现水力机械设备故障诊断。 展开更多
关键词 水力机械 卷积神经网络 图卷积网络 故障诊断
在线阅读 下载PDF
基于PSO+SOM神经网络的无人机装备故障智能诊断研究
10
作者 沈延安 陈强 杨克泉 《火力与指挥控制》 北大核心 2025年第1期152-159,168,共9页
针对当前无人机装备故障人工诊断效率低、智能诊断方法少、故障识别正确率低以及SOM神经网络收敛速度慢等问题,提出一种基于PSO+SOM神经网络的故障智能诊断方法。通过改进PSO算法优化SOM神经网络和对比PSO、GA、ACO对SOM神经网络的改进... 针对当前无人机装备故障人工诊断效率低、智能诊断方法少、故障识别正确率低以及SOM神经网络收敛速度慢等问题,提出一种基于PSO+SOM神经网络的故障智能诊断方法。通过改进PSO算法优化SOM神经网络和对比PSO、GA、ACO对SOM神经网络的改进效果,以及比较LVQ、BP、传统SOM、PSO+SOM神经网络的故障诊断效果,结果表明PSO+SOM神经网络的故障诊断模型具有适度值小、判别时间短、迭代次数少、准确率高、收敛速度快的优点,为实现无人机装备故障智能诊断提供一种高效的方法。 展开更多
关键词 无人机 SOM神经网络 PSO算法 智能化 故障诊断
在线阅读 下载PDF
基于卷积神经网络的风电机组气动不平衡故障诊断方法研究
11
作者 杨旺春 梁雪 孙传宗 《太阳能学报》 北大核心 2025年第3期531-537,共7页
为解决风电机组中风轮气动不平衡的诊断问题,降低风电机组的运维成本,提出一种基于一维卷积神经网络的风轮不平衡识别方法。融合变分模态分解和相关峭度计算实现风轮气动不平衡的感知。并提出基于一维卷积神经网络的气动不平衡识别方法... 为解决风电机组中风轮气动不平衡的诊断问题,降低风电机组的运维成本,提出一种基于一维卷积神经网络的风轮不平衡识别方法。融合变分模态分解和相关峭度计算实现风轮气动不平衡的感知。并提出基于一维卷积神经网络的气动不平衡识别方法,以机舱的振动加速度作为输入,识别气动不平衡的具体程度。在不同湍流强度和噪声环境下进行交叉验证,识别结果的准确率在95%以上,证明该方法可应用于风轮不平衡的诊断中,提升风电机组运行的安全性。 展开更多
关键词 风电机组 机器学习 故障诊断 风轮不平衡 卷积神经网络
在线阅读 下载PDF
基于信息熵重构经验模态分解神经网络的带式输送机故障诊断
12
作者 尤峰 郭刚 +2 位作者 闫涛 吴振彬 卢海军 《煤矿机械》 2025年第1期181-185,共5页
提出了一种神经网络模型,用于带式输送机电机轴承的早期故障诊断。该模型采用经验模态分解与信息熵相结合的方法对信号进行重构,提取频域特征用于神经网络的训练,以实现高度精准的故障诊断。该方法能够有效应对噪声干扰,对早期故障信号... 提出了一种神经网络模型,用于带式输送机电机轴承的早期故障诊断。该模型采用经验模态分解与信息熵相结合的方法对信号进行重构,提取频域特征用于神经网络的训练,以实现高度精准的故障诊断。该方法能够有效应对噪声干扰,对早期故障信号具有良好的敏感性,其诊断准确率高达95.8%。 展开更多
关键词 带式输送机 经验模态分解 神经网络 轴承故障诊断
在线阅读 下载PDF
基于改进小波神经网络的计算机无线通信模块故障诊断方法
13
作者 张鑫 王丹 《通信电源技术》 2025年第4期227-229,共3页
由于计算机无线通信模块在运行过程中易受环境干扰、硬件老化等因素影响,导致故障频发,提出基于改进小波神经网络的计算机无线通信模块故障诊断方法。以故障电流信号为输入数据,构建小波神经网络模型并利用粒子群算法优化参数,最终实现... 由于计算机无线通信模块在运行过程中易受环境干扰、硬件老化等因素影响,导致故障频发,提出基于改进小波神经网络的计算机无线通信模块故障诊断方法。以故障电流信号为输入数据,构建小波神经网络模型并利用粒子群算法优化参数,最终实现计算机无线通信模块故障类型自动诊断。实验结果表明,设计方法在诊断效率与精度上具有优势,适用于实际故障诊断。 展开更多
关键词 改进小波神经网络 计算机无线通信模块 通信模块故障 故障诊断 诊断方法
在线阅读 下载PDF
基于SOM神经网络的液压设备区间观测与故障诊断研究
14
作者 郝芳 陈丽娟 《河南科技》 2025年第6期44-48,共5页
【目的】液压系统作为机械装备的核心组成部分,其故障诊断与健康管理对于预防出现严重后果至关重要。本研究旨在构建高精度的液压系统故障诊断模型,探索先进的液压系统健康管理方法,以确保机械设备的稳定运行和操作安全。【方法】本研... 【目的】液压系统作为机械装备的核心组成部分,其故障诊断与健康管理对于预防出现严重后果至关重要。本研究旨在构建高精度的液压系统故障诊断模型,探索先进的液压系统健康管理方法,以确保机械设备的稳定运行和操作安全。【方法】本研究采用自组织映射(SOM)神经网络结合区间观测技术,对液压系统的关键性能指标(HFI)进行分析。SOM神经网络通过无监督学习机制,自适应调整网络参数与结构,揭示输入数据的内在规律。区间观测技术则通过对系统状态进行实时监控,构建状态的上下界估计,为故障诊断提供更为精确的依据。【结果】经过迭代训练的SOM神经网络结构对144种故障状态的液压冷却过滤系统进行了检测,故障诊断准确率达到了98.06%,准确率较高。【结论】本研究所提出的液压设备故障诊断模型不仅能够准确判断设备的工作状态,还具有较高的诊断性能,提高了整个机械装备的运行效率和安全性。 展开更多
关键词 SOM神经网络 液压设备 故障诊断 区间观测
在线阅读 下载PDF
一维全卷积神经网络在变压器故障诊断中的应用研究
15
作者 谭佳文 张文韬 王雅琪 《大坝与安全》 2025年第1期61-66,共6页
为提高变压器故障诊断的准确性,提出了一种基于一维全卷积神经网络的油浸变压器故障诊断模型。首先对变压器油中溶解气体数据进行标准化处理和编码;然后构建上述诊断模型的网络,网络结构运用全卷积网络和卷积核的特点,能够有效提取输入... 为提高变压器故障诊断的准确性,提出了一种基于一维全卷积神经网络的油浸变压器故障诊断模型。首先对变压器油中溶解气体数据进行标准化处理和编码;然后构建上述诊断模型的网络,网络结构运用全卷积网络和卷积核的特点,能够有效提取输入数据中的故障特征并用于分类;最后对模型进行了训练和测试。试验结果及对比分析表明,上述方法应用于电力变压器故障诊断时具有较高的准确性。 展开更多
关键词 卷积神经网络 深度学习 变压器 故障诊断 溶解气体分析
在线阅读 下载PDF
基于卷积神经网络的烟气脱硫脱硝轴流式增压风机轴承故障诊断
16
作者 蒋在跃 王爱明 《石油和化工设备》 2025年第1期159-161,共3页
传统的故障诊断方法往往依赖于经验判断或简单的物理检测,这些方法存在诊断精度低、操作复杂等问题,对增压风机轴承故障进行及时、准确的诊断具有重要意义。为此,本项目拟采用卷积神经网络方法,对轴流风机进行烟气脱硫脱硝过程中轴承的... 传统的故障诊断方法往往依赖于经验判断或简单的物理检测,这些方法存在诊断精度低、操作复杂等问题,对增压风机轴承故障进行及时、准确的诊断具有重要意义。为此,本项目拟采用卷积神经网络方法,对轴流风机进行烟气脱硫脱硝过程中轴承的故障识别。首先,建立一种基于卷积网络的轴承故障诊断方法。自动提取轴承振动信号中的特征并进行分类,实现对轴承故障的有效识别与分类,其次,将该模型应用于烟气脱硫脱硝轴流式增压风机中,成功实现烟气脱硫脱硝轴流式增压风机轴承故障的识别与诊断。通过试验结果证明:该算法的有效性,并提出了一种新的基于卷积神经网络的办法,相较于传统诊断方法表现出了较高的检测效率,而传统方法的诊断所需时间较长。通过对训练数据进行学习,该方法能够识别出不同故障类型,并对其进行准确分类。 展开更多
关键词 故障诊断 烟气脱硫脱硝 风机轴承 卷积神经网络
在线阅读 下载PDF
基于改进卷积神经网络的风电机组叶片覆冰诊断方法研究
17
作者 邢作霞 张玥 +1 位作者 郭珊珊 张超 《太阳能学报》 北大核心 2025年第3期661-667,共7页
针对风电机组叶片覆冰影响机组运行安全和降低发电量的问题,提出一种基于极端梯度提升算法和麻雀搜索算法优化卷积神经网络的风电机组叶片覆冰诊断方法。首先,利用基于极端梯度提升算法计算实际机组监控和数据采集系统(SCADA)数据的特... 针对风电机组叶片覆冰影响机组运行安全和降低发电量的问题,提出一种基于极端梯度提升算法和麻雀搜索算法优化卷积神经网络的风电机组叶片覆冰诊断方法。首先,利用基于极端梯度提升算法计算实际机组监控和数据采集系统(SCADA)数据的特征权重,筛除冗余特征变量,降低诊断模型的复杂度、减少诊断时间;再利用卷积神经网络模型对筛选后SCADA数据进行特征提取建立叶片覆冰诊断分类模型;最后,利用麻雀搜索算法对诊断模型中的超参数寻优,提高诊断模型的准确率。实验结果表明提出的方法对叶片覆冰的诊断准确率达到98%,相比于长短期记忆网络、K近邻算法等分类模型诊断准确率更高。 展开更多
关键词 风电机组 故障诊断 叶片覆冰 神经网络 麻雀搜索算法
在线阅读 下载PDF
融合多小波分解的深度卷积神经网络轴承故障诊断方法 被引量:4
18
作者 陶唐飞 周文洁 +1 位作者 况佳臣 徐光华 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第5期31-41,共11页
针对卷积神经网络及其与信号降噪预处理集成方法面临高噪声环境和低质量数据挑战时难以有效地提取信号有用特征的问题,提出了一种融合Geronimo-Hardin-Massopust多小波分解的深度卷积神经网络模型(GHMMD-DCNN)。该模型思想是将多小波包... 针对卷积神经网络及其与信号降噪预处理集成方法面临高噪声环境和低质量数据挑战时难以有效地提取信号有用特征的问题,提出了一种融合Geronimo-Hardin-Massopust多小波分解的深度卷积神经网络模型(GHMMD-DCNN)。该模型思想是将多小波包分解与卷积神经网络深度融合,即设计多个一级多小波分解层以提取信号的低频分量和高频分量,再将多个一级多小波分解层与卷积层交替联接,使模型能够多尺度地提取并学习信号有用的时频域信息,信号分解和特征学习交替执行,进而实现强噪声鲁棒特征提取。在不同工况下的航空高速轴承振动数据上进行测试,结果表明:所提模型训练时能够快速达到稳定收敛,并且识别准确率均能达到99.9%以上;提出的方法在强噪声干扰下的故障辨识准确度和识别稳定性均优于对比方法,验证了其优秀的抗噪声干扰能力;在少训练样本测试中,提出的方法在单类训练样本数量为60时的平均诊断准确率高达91.19%,相比于其他方法最低提升了13.19%,验证了GHMMD-DCNN模型具有更优的低样本泛化能力。 展开更多
关键词 多小波分解 卷积神经网络 深度学习 轴承故障诊断
在线阅读 下载PDF
基于连续小波卷积神经网络的轴承智能故障诊断方法 被引量:1
19
作者 耿志强 陈威 +1 位作者 马波 韩永明 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第10期2069-2075,共7页
传统故障诊断方法存在特征提取有限和故障检测不准确的问题,为此提出新的轴承智能故障诊断方法.构建连续小波卷积层取代卷积神经网络(CNN)中的初始卷积层,用于提取轴承数据的初级特征;使用增强ACON激活函数处理提取的振动信号;设计新的... 传统故障诊断方法存在特征提取有限和故障检测不准确的问题,为此提出新的轴承智能故障诊断方法.构建连续小波卷积层取代卷积神经网络(CNN)中的初始卷积层,用于提取轴承数据的初级特征;使用增强ACON激活函数处理提取的振动信号;设计新的计算空间,提高CNN的整体自适应性.在凯斯西储大学轴承数据集上开展滚动轴承故障诊断方法对比实验.结果表明,与传统基于CNN、快速傅里叶变换-CNN、长短时记忆CNN故障诊断方法相比,所提方法的故障诊断精度分别提高了7.45、4.46和1.53个百分点,CNN的收敛速度更快.在不同工况的泛化任务中,所提方法的平均准确率为99.64%,准确性和泛化能力良好. 展开更多
关键词 卷积神经网络(CNN) 连续小波 自适应激活函数 轴承 故障诊断
在线阅读 下载PDF
采用多尺度自适应选择卷积神经网络的轴承故障诊断研究 被引量:4
20
作者 张玺君 尚继洋 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第2期127-135,共9页
针对轴承故障诊断方法中传统多尺度卷积神经网络对不同尺度的特征只是简单拼接,而未考虑不同尺度的特征差异的问题,提出一种多尺度自适应选择卷积神经网络轴承故障诊断模型(MSASCNN)。通过不同大小的宽卷积筛选原始轴承振动信号中的特征... 针对轴承故障诊断方法中传统多尺度卷积神经网络对不同尺度的特征只是简单拼接,而未考虑不同尺度的特征差异的问题,提出一种多尺度自适应选择卷积神经网络轴承故障诊断模型(MSASCNN)。通过不同大小的宽卷积筛选原始轴承振动信号中的特征,合并为初始特征;构建多尺度自适应选择卷积块,提取不同尺度的特征,利用改进的注意力机制自适应调整不同尺度的特征权重,加入残差连接,防止模型退化;通过分类器完成轴承故障诊断。在凯斯西储大学轴承数据集和XJTU-SY轴承数据集上的实验结果表明:在模型改进实验中,与没有改进注意力机制的模型相比,所提模型的轴承故障诊断准确率提升了1.98%;在不同信噪比的噪声干扰环境中,所提模型的轴承故障诊断准确率均高于93%。 展开更多
关键词 轴承故障诊断 卷积神经网络 自适应融合 注意力机制 多尺度特征
在线阅读 下载PDF
上一页 1 2 228 下一页 到第
使用帮助 返回顶部