分享到:

神经网络ART模型在故障诊断中的应用

讨论了目前最成功的一种无导师神经网络模型──自适应谐振理论ART。分析了ART的工作原理,给出了ART  (本文共6页) 阅读全文>>

西安电子科技大学
西安电子科技大学

基于聚类的故障诊断技术研究

20世纪80年代以后,以微电子和计算机为代表的自动化大型设备得到了广泛的应用,同时这些设备的故障诊断变得越来越困难,因此各国都很重视故障诊断技术的研究。本文针对故障诊断技术的特点,采用聚类和神经网络相结合的方法,在一定程度上提高了故障诊断系统的智能化程度。通过对K-均值,DBSCAN、CURE、STING、ART(自适应谐振理论)等聚类算法的研究,并对各种算法的性能进行了分析,得出神经网络中的ART算法更适用于故障诊断。因为ART不但继承了神经网络快速的处理速度、学习能力、联想能力,还兼顾了聚类算法的无监督性能,这就一定程度上提高了故障诊断系统的智能化程度。本文针对ART算法中的ART1和ART2做了重点研究。由于ART1只能处理二值数据,因此本文首先采用基于阈值的数据转化方法将数据转化成ART1可以处理的数据形式,然后用基于广义矩阵的0-1特征选择方法,缩减输入ART1网络的数据的维数。针对ART2可以处理模拟数据的特点,本文...  (本文共71页) 本文目录 | 阅读全文>>

山东科技大学
山东科技大学

瓦斯监测系统故障智能诊断技术研究

瓦斯监测系统作为对安全性要求很高的一个复杂的动态系统,因单一故障诊断方法或专家知识水平的局限性,往往不能满足诊断系统实时性和准确性的要求,所以需要集成运用多个专家经验才能获得正确的结论。同时对诊断问题的求解要求实现集成化、智能化、自动化和网络化,传统的诊断技术已不能满足此诊断性能的需要,必须采用新的诊断理论体系和结构。Agent是一种具有自主行为的智能体,能够实时处理多维信息,通过Agent之间的互相通信与协作,可以在相同环境中采用不同的方法解决问题,增强了诊断系统对环境的适应性。本文以瓦斯监测系统为研究对象,利用Agent的自主性,构造基于多诊断Agent的故障诊断系统,实现对复杂的瓦斯监测系统的故障智能诊断。首先分析了影响瓦斯监测系统可靠性的因素以及当前煤矿机电设备故障诊断技术的现状,据此提出了瓦斯监测系统故障诊断应包含的任务和内容。针对瓦斯传感器的故障模式和系统复杂性的特点,提出了从传感器到系统的多Agent故障诊断规划和...  (本文共169页) 本文目录 | 阅读全文>>

《机械中专》1994年12期
机械中专

人工智能的新发展——计算机神经网络

计算机神经网络技术,是规划“模拟专家系统”的理想手段。 计算机神经网络是受对人体大脑神经系统研究的启发而设计出来的...  (本文共1页) 阅读全文>>

《控制与决策》1940年30期
控制与决策

变结构神经网络及其应用

本文提出了变结构神经网络模型及其学习和工作算法。变结构神经网络可以有教师学习,也可以无...  (本文共5页) 阅读全文>>

《计算机系统应用》1994年01期
计算机系统应用

神经网络的实际应用

最近几年,神经网络技术已从实验室转移到行业界。专家们认为,神经网络的实际应用比实验室研究进展得快。许多公...  (本文共4页) 阅读全文>>

《管理科学文摘》1994年08期
管理科学文摘

利用线性神经网络的CAPMA系统的适配控制(英国)

阐述利用神经网络的控制系统,它用于控制具有拥入输出装置的分时管理的未知数线性系统CARMA(ContolledAuto...  (本文共1页) 阅读全文>>