基于多通道卷积神经网络与变压器振动信号的故障诊断技术研究与应用,基于多通道卷积神经网络与MATLAB仿真的变压器故障诊断技术及其振动信号数据集研究,多通道卷积神经网络 变压器 故障诊断 MATLAB （附赠变压器振动信号数据集） 关键词:卷积神经网络 CNN 多通道卷积 神级网络 MCCNN 变压器 振动信号 故障诊断 内容简介: 卷积神经网络（CNN）的性能与网络结构和卷积核大小密切相关。 通常来说，网络的结构越深，非线性表达能力越强，但也意味着模型更加复杂，需要更多的数据进行训练。 此外，小卷积核能够有效地提取数据的局部特征，而大卷积核则具有较大的感受野，能够有效地提取数据的全局特征。 为了充分发挥CNN的特征提取优势，提高模型的抗干扰性，提出了一种基于多通道卷积神经网络MCCNN的变压器故障类型诊断模型。 注:，。 ,MCCNN；多通道卷积神经网络；变压器；振动信号；故障诊断；网络结构；卷积核大小；抗干扰性,多通道卷积神经网络MCCNN在变压器振动信号故障诊断中的应用

基于SDG模型的故障诊断技术及发展，刘艳红，谢刚，介绍了基于SDG模型的故障诊断技术的原理，包括SDG中节点和支路的物理意义，SDG模型建模方法，推理机制以及利用SDG模型进行故障诊断的

基于模型的故障诊断技术

故障诊断领域的经典教程，国际大牛佳作 1.1 故障诊断技术的基本概念 1.2 历史发展过程和一些相关问题 1.3 说明及参考文献

第2章 基于观测器的FDI方法的基本思想、主要问题和工具 2.1 关于基于观测器的残差生成器的结构 2.2 对未知输入的解藕以及故障隔离问题 2.3 基于观测器的FDI 方法的鲁棒性问题 2.4 关于等价空间FDI 方法 2.5 残差估计以及阀值的计算

人工智人-家居设计-混合智能故障诊断技术在异步电机故障诊断中应用研究.pdf

人工智人-家居设计-核电厂混合智能故障诊断技术研究.pdf

人工智人-家居设计-船舶柴油发电机智能化故障诊断技术研究.pdf

人工智人-家居设计-柴油机智能化故障诊断技术研究.pdf

总结了机械设备故障诊断技术方面的研究现状,阐述了常用故障数据采集和状态监测方法,探讨了模糊理论、神经网络、遗传算法等智能控制理论在故障诊断技术研究中的应用前景,指出了要完善信号融合技术,提高网络集成化水平,发挥智能决策诊断优势,提升容错控制水平的发展方向。