基于多重结构小波神经网络的航姿系统故障诊断研究

根据飞机航姿系统的结构特点和故障诊断过程的特性,建立了复杂设备故障诊断的多重结构小波神经网络模型结构,并将其应用于飞机航姿系统的故障诊断,结果表明,该方法有效地降解复杂系统故障诊断问题的复杂性,提高了航姿系统故障检测和诊断效率,同时为非线性系统的故障诊断提供了新的理论和方法。

多重结构神经网络在平台罗经故障诊断中的应用

提出了基于层次分类诊断模型的多重结构神经网络 (MNN)在平台罗经故障诊断中的应用方法 ,并对其温控子系统的人工神经网络 (ANN)

动态递归小波神经网络在回转窑故障诊断中的应用

针对回转窑作为一个复杂的非线性系统而难以提取有效故障特征的问题,构造了一种动态递归小波神经网络。采用基于梯度符号变化的变学习率以及引入动量项的算法,以回转窑窑尾温度、分解炉温度、窑尾负压、窑头负压、窑头温度、烧成带温度、窑电流、筒体表面温度8个物理量,作为神经网络的8个输入节点,将小波神经网络理论较好地应用在回转窑故障诊断中。归纳了回转窑的主要故障及现象。采用动态递归小波神经网络,从输出层反馈到输入层形成关联层,以存储上一时刻的输出信息。小波神经网络在网络训练时可以有效地利用输出信号。对回转窑故障数据进行归一化处理并作为网络的输入向量,再用小波函数代替神经网络中的激励函数,以故障序列作为网络的输出向量。试验仿真结果表明,该网络具有较好的故障识别率和时间收敛性能。

基于多重结构神经网络的歼击机结构故障检测

提出了一种基于多重结构神经网络的故障检测方法。针对以歼击机为代表的非线性系统中存在的突发结构故障 ,构造了一个多重结构神经网络 ,在输入层对残差信号进行二进离散小波变换 ,提取其在多尺度下的细节系数作为故障特征向量 ,并将其输入到神经网络分类器进行相应的模式分类 ,之后再利用下一级的故障度辨识神经网络对故障的大小进行辨识。仿真结果表明 ,本文方法为歼击机组合结构故障的检测提供了有效的方法和途径。

小波神经网络在模拟电路故障诊断中的应用

模拟电路故障诊断有故障字典法、故障参数识别法、故障验证法。小波神经网络可避免MLP等神经网络结构设计的盲目性,具有逼近能力强、网络学习收敛速度快、参数的选取有理论指导、能有效避免局部最小值问题等优点。随着小波理论和神经网络理论的不断发展,小波神经网络将日益成熟应用于模拟电路故障诊断领域。

基于时频图与改进图卷积神经网络的异步电机故障诊断方法

由于传统故障诊断技术依赖于人工提取特征,造成方法的泛化能力及应用受限。针对该问题,提出一种基于时频图与改进图卷积神经网络的异步电机故障诊断方法。首先,通过小波分析方法将电机振动信号转换为时频图,构建不同工况的图像样本;再基于超像素分割法处理图像生成超像素块,将其作为节点,并根据其纹理、颜色、距离特征生成图结构数据;然后将图结构数据输入改进网络,算法可以自适应地提取故障特征、得到诊断结果,其中,网络通过结构学习方法进行改进。该方法通过对节点相似度计算打分,以重构图连接结构,从而克服传统图卷积神经网络在池化操作后存在的图结构完整性缺失问题,实现卷积层和池化层的层层堆叠及图级分类。试验结果表明,所提方法可实现对转子断条故障、轴承故障、单相短路故障的有效诊断,与传统方法相比,具有较高的故障识别准确率。

结合CWT和LightweightNet的滚动轴承实时故障诊断方法

针对普通的深度学习算法用于轴承故诊断分类时计算量大、消耗成本高的问题,提出一种结合连续小波变换和轻量级神经网络的滚动轴承实时故障诊断方法。首先,使用Morlet母小波函数对轴承振动加速度数据进行连续小波变换,提取出时频域特征并将一维信号转换成二维图片;然后,结合分组卷积、通道混洗、倒残差结构等轻量级神经网络设计元素设计一个轻量级卷积神经网络LightweightNet用于时频图片的故障分类,LightweightNet网络在保证具有足够特征提取能力的同时还具有轻量级特点。使用凯斯西储大学轴承故障数据集进行实验表明,本方法相比于其他使用经典轻量级神经网络的方法具有更少的参数、最高的准确率和更快的诊断速度,基本可以实现滚动轴承的实时故障诊断,且在内存消耗与模型存储占用空间方面远小于其他同类方法。

基于小波奇异熵和SOM神经网络的微电网系统故障诊断

针对微电网系统运行方式灵活、拓扑结构多样的特点,基于对小波变换、奇异值分解和泛化信息熵基本理论的分析,揭示了小波奇异熵能够对故障信号给出确定的量度,将小波奇异熵与自组织特征映射(self-organizing feature map,SOM)神经网络相结合,提出一种能够适应微电网系统拓扑结构变化情况的故障诊断方法。利用PSCAD4.2建立了微电网故障仿真系统,进行故障诊断仿真试验。试验结果表明:该方法不受故障位置、故障时刻等因素的影响,在微电网系统拓扑结构发生变化的情况下,能实现有效的故障诊断。

基于B/S结构的分布式风电监控系统设计

为解决风力发电系统分布不集中,各品牌的风力发电系统的监控设备不统一的问题,开发了一种基于B/S结构的风力发电监控系统;系统采用三层B/S软件架构思想,由客户端浏览器、Web服务器端以及数据库服务器组成;利用ASP.NET技术实现对风电现场的实时监控和利用小波神经网络实现对风机的故障诊断等功能;该监控系统具备跨平台运行能力,降低了监控系统对客户端的要求,对不同风电现场具有整合监控能力,同时该监控系统诊断功能能提高风机维护针对性,有效的减少维护时间。