基于OHF Elman-AdaBoost算法的滚动轴承故障多时期诊断方法

针对随机噪声下滚动轴承多时期(初期、中期、晚期)故障诊断需求,提出OHF Elman-AdaBoost(output hidden feedback Elman-adaptive boosting)算法,以实现滚动轴承的精确故障诊断。采用集合经验模态分解(ensemble empirical mode decomposition,EEMD)对原始信号进行分解、降噪、信号重构。设计OHF Elman方法在Elman神经网络的基础上增加输出层对隐含层的反馈,提高了其对动态数据的记忆功能。选择OHF Elman神经网络作为弱回归器,结合AdaBoost算法集成出一种新的强回归器:OHF Elman-AdaBoost算法。实验结果表明,该算法不仅对滚动轴承不同故障时期具有很好的诊断效果,而且提高了对全样本数据的诊断准确度,为滚动轴承故障诊断提供了新型工具和有效方案。

改进的OHF Elman神经网络应用研究

为提高Elman神经网络的诊断效率,对OHF Elman神经网络进行研究。在OHF Elman网络基础上引入收益因素,提出改进的OHFElman神经网络,并将其应用于齿轮箱的故障诊断。建立了改进OHFElman神经网络和OHF Elman神经网络两种模型,并对这两种模型进行了仿真。一系列训练与测试结果表明,基于改进OHF Elman网络的齿轮箱故障诊断系统能够提高故障诊断的准确率和效率,可以应用在实际工程故障诊断中,为故障诊断技术提供了一种更有效的方法。

OHF公司的发展史

在经历了初期的“狂热”之后,法国生物技术领域中新注册的公司的数量目前已经明显减少了。究其原因大致可以归纳为以下几点: 1.尚缺乏统一的标准和规范; 2.研究周期长,科研成果的商业化难度大; 3.评价投资的赢利性方面有很多不确定因素。以往。

基于目标全息反馈的自适应励磁控制器的研究

阐述了电力系统励磁控制系统目标全息反馈的方法,将系统中非线性因素转换到含有控制输入的状态方程中。提出了李雅普诺夫函数函数,对应的滑模控制器保证了全局收敛性;设计了扩张状态观测器,使系统能够实时跟踪并补偿扰动,使设计的控制器具有自适应性。MATLAB的仿真结果证明了该方法的有效性。

Real-Time Fault Diagnosis for Gas Turbine Blade Based on Output-Hidden Feedback Elman Neural Network

In order to remotely monitor and maintain large-scale complex equipment in real time, China Telecom plans to create a total solution that integrates remote data collection, transmission, storage, analysis and prediction. This solution can provide manufacturers with proactive, systematic, integrated operation and maintenance service, and the data analysis and health forecasting are the most important part. This paper conducts health management for the turbine blades. Elman neural network, and improved Elman neural network, i.e., outputhidden feedback(OHF) Elman neural network are studied as the main research methods. The results verify the applicability of OHF Elman neural network.

面向维修的装甲装备预防性器材需求预测

将装甲装备器材需求分为预防性器材需求与修复性器材需求,以基层级保障机构年度预防性器材需求为研究对象,考虑保障机构历史年度预防性器材消耗、装备小修计划、维修范围与维修时机等,构建了面向维修的年度预防性器材需求预测模型,设计了基于遗传算法的OHF Elman(Output-Hidden Feedback Elman)神经网络求解算法,并通过算例和对比分析,验证了模型的合理性与适用性。