分享到:

神经网络在摆式列车倾摆控制系统故障诊断中的应用研究

我国是一个幅员辽阔、山区铁路众多的发展中国家,摆式列车技术的应用具有巨大的潜力。倾摆控制系统是摆式列车的核心部分,其可靠性对列车的安全运行至关重要,故障诊断技术为提高系统的可靠性开辟了一条新的途径。论文结合铁道部科技开发项目:“摆式列车倾摆控制系统的研制”,对摆式列车倾摆控制系统的故障诊断进行了探索性研究。摆式列车倾摆控制系统是一个复杂的、具有诸多不确定性因素的动态系统,采用常规的故障诊断方法很难达到有效的诊断。神经网络作为一种新的方法和手段,已被广泛地应用于诸多领域的故障诊断中,但其在机车车辆故障诊断中的应用少有报道。论文在国内首次系统地将神经网络引入摆式列车倾摆控制系统的故障诊断中,从工程应用的角度深入研究了基于神经网络的故障诊断理论,探讨了其在摆式列车倾摆控制系统设计中的应用问题。论文的主要创新成果有:(1)在摆式列车实际运行中,检测子系统的加速度传感器存在严重零偏,使用硬件冗余法进行故障诊断的设计初衷面临着巨大的困难。论  (本文共126页) 本文目录 | 阅读全文>>

《现代电子技术》2009年11期
现代电子技术

小波神经网络在故障诊断中的应用

0引言小波变换(Wavelets Analysis)是20世纪80年代中期发展起来的一门新技术,它是数学理论中调和分析技术发展的最新成果,被公认为是工具和方法上的重大突破,已成为当前国际上广泛应用的一种新的数学理论及方法。它克服了传统的傅氏变换无法反映信号局部信息的缺点,获取模式对象的局部信息,在时域和频域同时具有良好的局部化性能,有一个灵活可变的时间-频率窗,而这些在理论和实践中都有重要的意义。人工神经网络是在现代神经学研究成果的基础上发展起来的,它是一种模仿人脑信息处理机制的网络系统,可以完成学习、记忆、识别和推理等功能。小波变换通过其特有的平移系数和伸缩系数保证模式样本的平移及比例变化的相对不变性,获得多种尺度信息,从本质上改善神经网络的学习能力。小波神经网络是小波函数在神经网络中的应用。1网络学习算法小波变换具有时频局部特性和变焦特性,而神经网络具有自学习性、自适应性、鲁棒性强、容错性强以及便于推广的能力,如何把二者的优...  (本文共3页) 阅读全文>>

《今日科苑》2009年24期
今日科苑

故障诊断方法综述

引言故障诊断(FD)全名是状态监测与故障诊断(CMFD)。基于解析冗余的故障诊断技术被公认为是这一技术的起源。所谓解析冗余,是指被诊断对象的可测变量之间(如输入与输出间,输出与输出间,输入与输入间)存在的冗余的函数关系[1],故障诊断在过去的十几年里得到了迅速的发展,一些新的理论和方法,如遗传算法、神经网络、小波分析、模糊理论、自适应理论、数据融合等均在这里得到了成功的应用。1.基于小波分析的故障诊断方法小波分析是20世纪80年代中期发展起来的新的数学理论和方法,它被认为是傅立叶分析方法的突破性进展。小波分析最初由法国学者Daubeches和Callet引入信号处理领域,它具有许多优良的特性。小波变换的基本思想类似于Fourier变换,就是用信号在一簇基函数张成空间上的投影表征该信号。小波分析优于博立叶之处在于:小波分析在时域和频域同时具有良好的局部化性质。小波分析方法是一种窗口大小(即窗口面积)固定但其形状、时间窗和频率都可以...  (本文共1页) 阅读全文>>

《航空工程与维修》2001年03期
航空工程与维修

基于神经网络的飞机故障诊断

人工神经网络具有许多优异的性能。它的可塑性,自适应性和自组织性使它具有很强的学习能力;它的并行处理机制使它求解问题的时间很短, 具有满足实时性要求的潜力;它的分布存储方式使它的鲁棒性和容错性都相当良好。人工神经网络可以作为补偿环节直接起控制作用,也可以作为系统参数估计器和自适应机构通过控制器间接参与对象的控制。  当前,智能控制技术已进入故障诊断领域,形成了全新的另一种方法。由于传统故障诊断方法建立在系统数学模型的基础上,数学模型依赖于被诊断系统的结构,而很多故障会造成结构的变化,致使现场数据缺乏,况且复杂系统的多故障源、多变量耦合情况使数学模型的建立十分困难。采用在线辨识也难以满足在线诊断的快速性。而人工智能控制法的基本思想是: 不完全依靠检测到的信号进行诊断,而是运用神经网络的综合运算、逻辑推理、识别进行判断,这样可以简化检测电路,使诊断更加可靠。所谓“故障诊断”是指“何处有故障(故障定位)”和“何种故障(故障定性)”。更先...  (本文共2页) 阅读全文>>

《西安交通大学学报》1990年50期
西安交通大学学报

Fuzzy ART及其在故障诊断中的应用

ART(adaptiveresonancetheory)是美国Boston大学的S.Grosberg将其作为人类认识信息处理的理论而引入的一种理论[1],该理论的出现引发了系列实时无导师聚类学习和模式识别神经网络模型的发展,这些模型可以对输入序列进行稳定的快速或慢速的学习.此后,GailA.Carpenter同S.Grosberg合作推出了基于ART理论的3种基本模型:ART1[2]、ART2[3]和ART3[4].近年来,ART技术在此基础上得到了迅速的发展.FuzyART[5]是由ART1结构演化而来的,二者的结构基本相同,只是前者将模糊集合的性质及运算特性引入ART1,这一点从其名称也可看出,从而克服了ART1只能处理二进输入的不足,可以对模拟量进行运算,为工程实用拓宽了视野.同时,对输入矢量的编码化操作,也为FuzyART的聚类过程赋予了明确的几何解释,并可有效地抑制聚类类别的增生.机械故障诊断实质上就是一个模式识别的...  (本文共5页) 阅读全文>>

《仪器仪表学报》2002年S1期
仪器仪表学报

基于神经网络的雷达故障诊断

1 引  言随着雷达装备的系统构成越来越复杂 ,自动化水平越来越高 ,为保证其可靠运行 ,对其进行快速准确的故障诊断 ,对于保持良好的作战状态和提高战斗力具有重要意义。近年来 ,随着人工智能 (AI)的发展 ,诊断自动化、智能化的要求逐渐变为现实。基于知识的专家系统的研究起步较早 ,已从实验室研究进入实际应用阶段 ,多种在线或离线的设备故障诊断专家系统已获得初步应用。然而它的进一步发展也受到一些制约 ,主要表现在 :(1)当前的专家系统缺乏联想、容错、自学习、自适应及自组织的自我完善功能 ;(2 )专家系统诊断准确率的高低主要取决于知识库的知识多少及正确率的大小。 (3)当系统很大时 ,知识库的组织和维护十分复杂和困难 ,推理的效率也受到限制。在这方面 ,人工神经网络提供了一条崭新的途径 ,将神经网络技术与专家系统相结合 ,为故障诊断系统的建造提供了新的方法。2 BP神经网络模型在神经网络模型中 ,BP神经网络模型应用最为广泛 ...  (本文共3页) 阅读全文>>