智能建筑中的智能抄表系统

本文分析了智能建筑中的智能抄表系统的现状,介绍了JaJa智能抄表系统,指出了它的运行机制和技术特点,与同类产品进行了比较,其技术平台、技术特点、产品性能和功能均优于国内外同类产品,是符合我国国情的智能建筑产品。

具有高次项非线性振动系统的分岔与混沌分析

对含有5次项非线性恢复力的振动系统在简谐激励作用下的动态特性进行了渐近分析,得到了系统的主共振曲线方程式;并对系统的分岔和混沌特性进行了数值研究,发现此类非线性振动系统具有倍周期分岔、阵发性分岔、倍周期倒分岔和混沌等复杂的动力学行为.

遗传算法工程应用进展

遗传算法是一种自适应启发式群体型迭代式全局搜索算法 ,在很多学科中都有潜在的应用 .首先介绍了遗传算法的基本原理 ,指出了它的特点 ;论述了它在故障诊断、化工过程、系统辩识、最优控制、电力系统等领域中的应用 ;

轧钢机主传动系统扭振故障分析与监测

在测量和计算了产生轧钢机主传动系统扭振故障的轧制力矩基础上,分析了引起轧钢机主传动系统扭振的原因;设计了扭振监测、诊断和控制系统,该系统应用在钢铁企业中取得了令人满意的效果.

神经网络智能综合监测诊断系统研究

针对机械故障智能诊断的特点 ,研究了用于故障智能诊断的神经网络结构的确定 ,提出了集成神经网络的建立方法。在此基础上 ,研制开发了智能自动诊断系统 ,应用风机故障诊断特例说明了该系统的实用性。

基于Alopex神经网络的旋转机械故障诊断专家系统

提出了一种可以减小网络规模的故障表示方法 ,并将 Alopex算法引入神经网络模型的训练过程 ,将人工神经网络与规则推理相结合 ,建立了旋转机械故障诊断的神经网络专家系统。该系统充分利用了神经网络与规则推理的优点 ,采用正反向混合推理方式调用知识库中的各种知识进行诊断。采用二进制数码表示机械的各种故障 ,基于 Alopex算法训练神经网络。建立的专家系统克服了基于规则专家系统的自学习困难问题和基于神经网络诊断系统的系统控制能力弱的缺点 ,具有较强的诊断能力。

薄板裂纹诊断的专家系统

将人工神经网络与规则推理相结合 ,建立了薄板裂纹诊断的专家系统。该系统充分利用神经网络与规则推理的优点 ,采用正反向混合推理方式调用知识库中的各种知识进行薄板结构的裂纹诊断。采用基于实验的计算机仿真技术建立裂纹诊断的标准谱 ,基于模拟退火算法训练神经网络。实例表明 ,本文建立的专家系统克服了基于规则专家系统的自学习困难问题和基于神经网络诊断系统系统控制能力弱的缺点 。

智能住宅系统功能分析

对 2 1世纪的主流建筑技术—智能建筑的功能进行了分析 ,论述了智能住宅的系统构成以及家电自动化 ,指出了智能建筑的优点和发展趋势 ,从而促进了智能住宅的普及和发展。

浅谈智能建筑中的几个问题

本文从人们对智能建筑的模糊认识出发，对系统集成、系统设计和综合布线等领域中存在的问题进行了分析和评价，指出了人们对智能建筑理解中存在的误区并给出了走出误区的对策。以帮助人们更好地认识２１世纪的主流建筑技术一智能建筑。

AOR与Jacobi迭代矩阵关系研究

给出AOR加速松弛）迭代与Jacobi迭代在广义相容次序（q，p-q）矩阵下，（p，q）＝（2,1）情形的迭代矩阵之间的一个等式．

集散监测诊断系统研究

从故障诊断的实际出发，根据设备提供信息的多样性及故障表征形式的复杂性，分析了信 息领域的信息融合技术．阐述了故障诊断过程和与其相关的应用技术的关系．说明了集成神经网络 故障诊断方法和集散监测诊断系统的特点．建立了基于集成神经网络的集散监测诊断系统．用两 个故障诊断实例说明了基于集成神经网络的集散监测诊断系统的先进性．

神经网络权值和阈值的优化方法

为确定多层神经网络权值和阈值建立了真实的最优化求解方法，即将网络总体平均误差建立为目标函数，以权值和阈值作为设计变量，采用梯度法和共轭梯度法对网络权值和阈值进行优化计算·通过 Ｂ Ｐ 算法、梯度法和共轭梯度法对相同实例网络权值和阈值计算，验证了所提出的优化方法的有效性，实现了权值和阈值的快速准确计算·

基于小波分析的机械故障特征提取研究

常见的机械故障诊断研究侧重于对故障的识别和分类 ,相应的故障诊断方法均为提高诊断的准确率而设计 ;从实际应用角度来讲 ,这样的诊断方法是不全面的。全面反映设备故障状况的因素除了故障类别外 ,还应指出故障的具体位置和程度。冲击、油膜振荡、碰摩和转速突变等故障往往产生奇异信号 ,奇异点包含了更为丰富的故障信息。小波分析具有良好的时频局部化特性 ,为描述信号的奇异性提供了手段。为此提出用小波分析方法 ,通过对奇异故障信号的检测、信噪分离和信号频带分析来提取故障特征 ,以确定故障的位置和程度。这种方法提取的故障信息应用在神经网络等其他故障诊断方法中可以更准确、更全面地诊断故障 。

Powell法与BP法训练人工神经网络效果之比较

在机械设备的故障诊断中 ,常采用BP网络算法对故障进行诊断计算 ,但由于BP网络易于收敛于局部极小点 ,且在初始参数与网络结构选取不当时 ,网络将出现发散现象。为了克服这一缺陷 ,该文提出将神经网络优化算法应用于汽轮发电机组的故障诊断中 ,实现了神经网络权值和阈值的快速计算 ,并以汽轮发电机组的故障诊断为背景 ,将神经网络快速算法的结果与BP网络算法的结果进行比较 ,证明该方法不但比BP算法精度高且收敛速度快、可靠性好。

基于神经网络的旋转机械故障诊断研究

一般对特定的基于多层感知器的故障诊断问题 ,很难确定神经网络的结构。在分析了多层感知器对故障的识别和诊断能力后 ,采用由小到大和由大到小的方法确定神经网络隐层数与隐层单元数。研究了基于神经网络和振动频谱的旋转机械故障诊断方法 ;研制了一个基于该方法的智能故障诊断系统 ,该系统集网络学习、故障诊断、数据库管理和数据查询为一体。在该智能诊断系统中采用了知识子块的概念 ,系统界面友好 ,交互性强。将其应用于某个大型风机的故障诊断中 ,结果表明该系统操作方便 ,诊断结果准确可靠 ,且具有很强的鲁棒性 ,对某些情况可以实现自动诊断 ,进而证明了该诊断方法的有效性。

化学腐蚀对黄河小浪底砂岩力学特性的影响

利用岩石细观加载仪和数字显微观测系统,进行了黄河小浪底砂岩在不同化学腐蚀下的单轴压缩破裂过程试验,探讨了不同浓度、不同pH值和不同化学溶液对岩石力学特性的影响,分析了在化学腐蚀下岩石的细观破裂行为,给出了部分砂岩荷载位移变化曲线。

关联维数及其在故障诊断中的应用研究

从工程实际问题出发 ,论述了分形维数的基本概念和性质 ,给出了定量描述分形特征的重要参数——关联维数的计算方法 ,分析了发动机故障的特点 ,提出了将关联维数用于汽车发动机故障诊断的技术路线及方法。

概率因果网络在汽轮机故障诊断中的应用

在分析了汽轮机振动故障特点的基础上 ,提出了用遗传算法进行汽轮机等旋转机械故障诊断问题 ,定义了遗传算法求解故障诊断问题的概率因果网络 ,给出了求解故障诊断的数学表达式和适合汽轮机等旋转机械的故障集、征兆集、因果强度和先验概率表。建立了汽轮机故障诊断模型 ,指出表达式的最小值的集合对应于故障集和征兆集。以某汽轮机故障为例验证了该方法的有效性。该模型能有效地识别出汽轮机的多故障 ,弥补了专家系统和神经网络等诊断方法不能正确诊断多故障的不足。

基于BP神经网络的风机转子故障诊断

应用BP算法对转子进行故障诊断 ,首先论述了BP算法的基本原理 ,然后提出了输出模式矩阵的改进方法 ,即将常用的单位矩阵来表示的故障模式转变为二进制结构 ,由此简化了网络结构 ,明显减少了样本训练次数 ,提高了计算故障诊断中对单一故障尤为有效 .最后通过实例进行分析 ,证明这一方法对提高运算速度十分有效 .

钢梁损伤的神经网络诊断分析

应用人工神经网络技术 ,以反映结构损伤程度的固有频率作为神经网络输入的特征参数 ,建立结构故障诊断模型 ,对建筑工程结构中常用的简支矩形截面钢梁裂纹深度和位置进行了诊断和预测研究。从实例可以看出 ,应用神经网络技术对工程结构进行裂纹损伤故障的综合诊断和预测分析是可行的。