检索结果-南通市图书馆

振动与冲击 1996年第3期15卷 38-42页

作者：臧朝平张思王育东南大学振动工程研究所

本文介绍了旋转机械碰摩故障的ＢＰ神经网络诊断方法，并利用一种新的转子碰摩故障模拟试验系统，验证了方法的可行性。本方法既能诊断碰摩故障的发生，又能判定碰摩程度。

关键词： bp神经网故障诊断碰摩旋转机械

在线全文

学校读者我要写书评

暂无评论

bp神经网在发动机电控喷射中的应用研究

南昌大学学报（工科版） 1999年第2期21卷 46-49页

作者：罗智中陈红岩张立军广东工业大学机电二系浙江大学能源系内燃所

研究了ＢＰ神经网在车用电控喷射中的应用，利用ＢＰ神经网对查表算法进行修改研究表明，所提出的神经网电控系统仅需修改系统软件部分，硬件系统不作任何修改就可加以控制，基于此原理的电控系统具有自适应性。

关键词：发动机电控系统 bp神经网汽车电控喷射

热效率计算软件中bp神经网和扩展节点表的应用

在线全文

学校读者我要写书评

暂无评论

自动化与仪表 2004年第2期19卷 3-6页

作者：王军付冬梅北京科技大学信息学院北京100083

在工业锅炉热效率计算软件编制过程中,用bp神经网为需要查表的参数建立计算模型,实现自动查表功能;在处理软件中涉及的大量公式的计算顺序问题上,引入扩展节点表的设计方法,大大节省了以往人工计算时间,提高了软件设计的效率。

关键词：热效率计算软件工业锅炉 bp神经网扩展节点表计算模型

基于EEMD的LS-SVM和bp神经网络混合短期负荷预测

在线全文

学校读者我要写书评

暂无评论

数学的实践与认识 2012年第8期24卷 151-158页

作者：朱祥和王子琦李严刘轶华中科技大学武昌分校基础科学部湖北武汉430064 河南省电力调度通信中心河南郑州450052

提出了基于总体平均经验模态分解(EEMD)、最小二乘支持向量机(LSSVM)和bp神经网络的实用综合短期负荷预测方法,进行电力系统短期负荷预测.首先运用EEMD方法将非平稳的负荷序列分解,然后根据分解后各分量的特点选用最佳的核函数,利用最... 详细信息

提出了基于总体平均经验模态分解(EEMD)、最小二乘支持向量机(LSSVM)和bp神经网络的实用综合短期负荷预测方法,进行电力系统短期负荷预测.首先运用EEMD方法将非平稳的负荷序列分解,然后根据分解后各分量的特点选用最佳的核函数,利用最小二乘支持向量机分别对各分量进行预测,最后对各分量预测结果采用bp神经网络重构得到最终的预测结果.对实测数据的分析表明基于该综合方法的电力系统短期负荷预测具有较高的精度.

关键词：短期负荷预测总体平均经验模态分解最小二乘支持向量机 bp神经网

基于Matlab的bp神经网络在公交车辆调度中的应用

在线全文

学校读者我要写书评

暂无评论

武汉理工大学学报（交通科学与工程版） 2011年第3期35卷 599-602页

作者：孙静怡苏友富昆明理工大学交通工程学院昆明650224

根据公交站点客流集散量,选用合适的bp神经网络构建公交车辆调度形式的神经网络预报模型.运用bp神经网络Matlab工具箱设计的基本方法与过程,将bp网络模型引入公交车辆的调度方案研究,计算结果表明,bp模型应用于公交车辆调度形式预测中... 详细信息

根据公交站点客流集散量,选用合适的bp神经网络构建公交车辆调度形式的神经网络预报模型.运用bp神经网络Matlab工具箱设计的基本方法与过程,将bp网络模型引入公交车辆的调度方案研究,计算结果表明,bp模型应用于公交车辆调度形式预测中具有较高的预测精度和良好的泛化能力.

关键词： bp神经网 Matlab 公交车辆调度

基于bp神经网络的产品报价决策支持方法及其报价风险研究

在线全文

学校读者我要写书评

暂无评论

管理工程学报 2003年第4期17卷 33-36页

作者：李一军叶强李玥哈尔滨工业大学管理学院黑龙江哈尔滨150001

本文研究了面向定制型制造业的产品报价决策支持问题。针对以往的成本预测方法中存在的局限性,在基于bp神经网络的成本预测中引入了测差样本的概念,提出产品成本智能预测的区间估计法。并在此基础上进一步研究了产品报价系统的报价风险... 详细信息

本文研究了面向定制型制造业的产品报价决策支持问题。针对以往的成本预测方法中存在的局限性,在基于bp神经网络的成本预测中引入了测差样本的概念,提出产品成本智能预测的区间估计法。并在此基础上进一步研究了产品报价系统的报价风险,通过附加亏损概率的报价方法,提高了报价决策的客观性与可靠性。

关键词： bp神经网成本预测产品报价区间估计风险分析

基于bp神经网络的多台阶地形爆破振速预测对比分析

在线全文

学校读者我要写书评

暂无评论

矿业研究与开发 2017年第6期37卷 44-46页

作者：张云鹏杨曦朱晓玺华北理工大学河北省矿业开发与安全技术重点实验室河北唐山市063000 唐山三友矿山有限公司河北唐山市063000

应用萨道夫斯基公式、考虑高程的萨道夫斯基修正公式及bp网络模型对多台阶地形的爆破振速进行预测。得出以下结论:在测点正对爆区的情况下,考虑高程情况下的萨道夫斯基公式的准确度要高于未修正的萨道夫斯基公式;在爆区的侧向,考虑高程... 详细信息

应用萨道夫斯基公式、考虑高程的萨道夫斯基修正公式及bp网络模型对多台阶地形的爆破振速进行预测。得出以下结论:在测点正对爆区的情况下,考虑高程情况下的萨道夫斯基公式的准确度要高于未修正的萨道夫斯基公式;在爆区的侧向,考虑高程情况下的萨道夫斯基修正公式和萨道夫斯基公式的准确度均较低;bp神经网络能很好地对上述两种情况下的爆破振速进行预测,且准确度较高。

关键词：萨道夫斯基公式萨道夫斯基修正公式 bp神经网络振速预测

在线全文

学校读者我要写书评

暂无评论

基于bp神经网络的列车零部件故障诊断研究

基于BP神经网络的列车零部件故障诊断研究

作者： MYRADOV GUVANCH 北京交通大学

学位级别：硕士

交通运输业是一个国家的支柱产业,与人们的生活、生产息息相关。铁路作为交通运输业的重要组成部分,既是社会经济发展的重要载体,同时又为社会经济发展创造了前提条件。动车组作为一种高速的铁路交通运输工具,也经历了几十年的发展与壮... 详细信息

交通运输业是一个国家的支柱产业,与人们的生活、生产息息相关。铁路作为交通运输业的重要组成部分,既是社会经济发展的重要载体,同时又为社会经济发展创造了前提条件。动车组作为一种高速的铁路交通运输工具,也经历了几十年的发展与壮大。早在上世纪50年代之后,全球经济和技术都有了高速发展,特别是铁路客运与公路、航空的竞争日益激烈,动车组以其快速、安全、灵活的特点得到了快速的发展。高速动车组的投入运营,标志着中国已经进入高速铁路国家的行列。高速铁路涉及很多高新技术问题,作为铁路运输装备的高速动车组就是这些高新技术的综合和表现。它涉及车体技术、转向架技术、牵引传动技术、故障诊断技术等。其中动车组的故障诊断技术是保障动车组安全运行的关键技术之一,它能对动车组故障的发展做出早期预报,对出现故障的原因做出判断,提出对策建议,从而避免或减少事故的发生。故障诊断技术是迅速发展起来的一门新技术,它是为适应各种工程需要而形成的多学科交叉的综合技术。它的发展是和人类对设备的维修方式紧密相连的。长期以来,由于技术水平的低下,人类对设备的维修方式有两种:一种是事后维修,即在设备出现问题后进行故障的分析与维护,此种方式不仅设备可能遭受破坏而且还会对人们的生活和生命造成极大的威胁;还有一种是定期维修,但此种方式不但没有减少故障,而且还会在没有故障出现的情况下浪费了维修资源。大约在20世纪60年代,美国军方提出了预知维修,即在设备的正常运行过程中就开始进行监测,以发现潜在的故障,此种方式能及早采取措施,防止突发性故障的产生,这种主动维修的方式很快就应用在各个领域,故障诊断技术很快发展起来。目前已有较多的诊断技术应用到动车组的故障诊断,但是诊断的效率与精度都相对较低。再随着动车组运营时间与运营规模的的增长,积累了大量的故障数据,需要进行数据挖掘的数据量急剧增大,传统的故障诊断方式已无法满足如此大规模的数据分析的需求,有的甚至无法得出诊断结论。为了解决上述问题,必须探寻一种效率更高,精度更准的方法应用到动车组故障数据分析中,以快速安全地获取更多有价值的信息。动车组故障诊断就是一个非线性现象。目前已有将bp神经网络算法在动车组故障诊断中的应用[1]。但传统的bp神经网络训练方法,是在单机上串行处理数据集,但是随着信息化社会的飞速发展,需要进行数据挖掘的数据量急剧增大,达到了海量数据的级别,因此传统的bp神经网络训练方法在处理海量数据集时会有很大的问题,比如耗时非常长,数据读写速度慢,硬件故障导致数据损坏或丢失,分析数据所获得的有价值的信息量相对较少,故障诊断精度较低,甚至是内存不足无法训练等问题。为了解决单机串行的bp神经网络训练方法存在的问题,采用并行方式是必然的选择,而在并行方式的选择中,新兴的云计算是一项非常适合的技术。动车组是一个十分复杂的大型机电设备,对其进行故障诊断技术及故障诊断装置的研究,实际上是一个庞大复杂的科研项目。本文仅以电动车组的关键部件之一的主变流器为研究对象,针对主变流器逆变环节常常发生的一些故障,探索其故障机理,提出了基于Spark的bp神经网络理论的变流器故障诊断方法。为了解决上述问题,本文提出的主要方法是对牵引变流器的工作原理及故障模式进行分析,利用一定技术可实现故障信号处理,并可获取牵引变流器的故障特征。在此基础上将bp神经网络应用于故障模式的识辨,探讨神经网络学习样本的设计方法和神经网络的设计,并将此bp神经网络算法改进成基于Spark平台的并行算法,解决传统bp神经网络训练方法在处理海量数据集时的耗时非常长、甚至是内存不足无法训练等问题。以此进行故障诊断的仿真,并验证这种识别方法的有效性及优势。总之,将Spark引入动车组故障数据分析,为了针对读写速度快,存储由HDFS或者本地存储实现。针对硬件故障可以通过存储冗余数据的方式来解决。这样可以对动车组故障数据实行安全、快速、有效的分析,获取更多有价值的信息,以进行故障预测、故障避免、故障维修等。按照本文提出的方法,首先分析了目前将智能故障诊断理论应用于CRH5型动车组牵引变流器中所存在的不足。通过对CRH5电动车组牵引变流器的内部结构和工作原理进行了简要研究,分析了牵引变流器的故障机理,确定了故障特征参数等。交流传动电力机车、高速电动车组中所用的牵引变流器主要是由四象限脉冲整流器和牵引逆变器组成。电动车组CRH5的牵引变流器YGNZQ213(户LY00000001o50)系阿尔斯通技术引进经国产化后的变流装置,它由8个组件平台构成,分别是两个辅助组件平台,两个牵引模块组件平台,两个用户组件平台,一个冷却系统平台,一个电阻组件平台,8个平台通过中央线槽连接形成一个整体。牵引组件1和牵引组件2的结构基本相同,主要由四象限整流模块、逆变模块、支撑电容和水冷回路接口组成。牵引变流器是典型的大型以模

关键词：故障诊断牵引变流器 bp神经网 MapReduce Spark