论文部分内容阅读
神经网络用于故障诊断中的趋势分析
【机 构】
：
北京科技大学
【出 处】
：
全国设备诊断技术学术会议
【发表日期】
：
1993年期
其他文献
在简单介绍人工神经网络的基础性能和ＢＰ网络模型及算法的基础上，将神经网络和模式识别相结合，研究了通过识别抽油机示功图诊断抽油机故障的方法，并建立了抽油机井智能故障诊断系统
该文阐述了人工神经晨线性时间序列预测的可行性，利用ＢＰ网络建立旋转机械设备运行状态预测模型。通过预测实例可以看出，利用神经网络方法对设备运行状态进行预测是切实可行的，具有
该文阐述了一种基于推广Kalman滤波与人工神经网络相结合的故障诊断策略，神经网络的输入是诸如:压力、流量、温度这类生产过程的I/O数据，由推广Kalman滤波器所估计的参数，以及一
该文介绍了基于基因遗传算法构造人工神经网络的民构成的网络是由输入，输出单元及隐单元群组成的互联层状结合型网络，并对构成的神经网络进行了故障诊断功能的验证。
在考虑分类问题时，模型的判决边界是非常重要的。该文将给出样本集中不同样本对判决边界的影响程度分析，即样本的影响分析。提出了“类模糊样本”和“类主体样本”的新概念，发现
概率神经网络采用概率分布密度估计广泛的贝叶斯优化决策规则，对学习样本直接存储与处理。与ＢＰ网络相比，它极大提高网络训练速度，并稳定地收敛于贝叶斯优化解。但概率神经网络也有
该文提出了将模糊诊断理论同人工神经网络结合起来构造诊断专家系统的方法，使诊断系统具有模糊理论及神经网络的双重优越性，经工程实例验证，该文思想正确，是旋转机械故障诊断中一
趋势分析和设备剩余寿命预估是机械故障诊断中不可缺少的环节，人工神经网络技术的出现，为这方面的研究提供了一个全新的途径。该文介绍了神经网络理论的基本特性及一种用于趋势