针对传统专家系统不能进行自学习、自适应的问题，本文提出了基于神经网络专家系统的异步电机故障诊断方法。本文将小波神经网络和专家系统相结合，充分发挥了二者故障诊断的优点，很大程度上降低了对电机的诊断误差。仿真结果验证了该算法的有效性。
2021-01-29 20:10:13
578KB
1
状态监测和故障诊断技术的采用极大地保证了数控加工过程中工件和设备的状态监测安全及故障的智能化诊断。为了提高数控加工过程中的监测技术水平和故障诊断能力，解决数控加工过程中存在的问题，提高机床的生产效率，我们对现有的数控加工过程中的监测技术和故障诊断技术进行分析、探讨，详细研究了故障诊断技术操作流程。提高数控加工过程中的故障诊断和分析能力对于对现阶段数控加工技术的发展具有指导意义，有利于企业安全、高效的进行生产。
2021-01-29 20:10:10
733KB
1
由于模拟电路的非线性、容差性及元器件参数的连续可变性等特点的存在，传统的模拟电路故障诊断手段在实际运用中已经很难得到令人满意的结果。 本文将小波变换与神经网络结合，对特征提取进行优化，以雷达滤波电路为研究对象，在考虑容差性的情况下对电路进行故障诊断，体现出小波神经网络在诊断正确性及时效性上所具有的优势。
2021-01-28 02:34:21
935KB
1
本文主要针对旋转机械的故障诊断问题，设计了基于LabVIEW的旋转机械振动测试系统，该系统通过软件编程来实现振动信号的存储、分析及特征提取，并且提出了基于支持向量机的智能故障诊断方法，该方法将特征向量直接输入到支持向量机分类器中进行故障识别，结果表明支持向量机对于机械故障有较好的分类效果。
2021-01-28 02:32:31
945KB
1
光伏阵列能否正常工作直接关系到整个光伏发电系统运行的安全性和可靠性。对于光伏阵列故障诊断中传统的BP神经网络诊断算法准确率低、收敛速度慢等问题,提出一种基于粒子群优化RBF神经网络的故障诊断算法。建立以光伏阵列的4种故障特征参数为输入、5种情况为输出的故障诊断模型,对基于粒子群算法的网络模型的自适应权重寻优进行仿真实验。最后,将优化算法与BP神经网络算法以及RBF神经网络算法进行对比。实验结果表明,优化算法不仅可以有效地诊断光伏阵列的故障类型,而且还可以提高故障诊断的准确率。
2020-11-26 16:42:52
958KB
1
基于深度学习的故障诊断模型代码和数据，有数据，有源码，可以直接跑通！
亲测可以直接使用，对深度学习和故障诊断应用有一定的借鉴意义，代码注释全面
2020-10-29 09:01:03
57.74MB
1
西储大学轴承数据库数据，使用的是12K驱动端轴承数据，共包括十种故障故障类型：正常、0.007滚动体、0.014滚动体、0.021滚动体、0.007内圈、0.014内圈、0.021内圈、0.007外圈、0.014外圈、0.021外圈。每种故障包含四种转速。非常适合做故障诊断的同学使用
2020-01-24 03:14:29
45.01MB
1