检索结果-南通市图书馆

基于pnn神经网络的掘进机截齿磨损程度识别研究

在线全文

学校读者我要写书评

暂无评论

煤炭科学技术 2019年第6期47卷 37-44页

作者：张强王禹王琛淇辽宁工程技术大学

针对掘进机截齿磨损在线识别问题,提出一种基于pnn神经网络的截齿磨损程度多特征信号识别方法,提取不同磨损程度的截齿在截割过程中的振动和声发射特征信号,分别分析振动加速度、声发射信号峰值以及2种特征信号频域图的均方根这4个特征... 详细信息

针对掘进机截齿磨损在线识别问题,提出一种基于pnn神经网络的截齿磨损程度多特征信号识别方法,提取不同磨损程度的截齿在截割过程中的振动和声发射特征信号,分别分析振动加速度、声发射信号峰值以及2种特征信号频域图的均方根这4个特征参数,获取振动信号、声发射信号与不同磨损程度截齿的变化规律。建立5种不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对pnn神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度的精确识别。结果表明:基于pnn神经网络的截齿预测磨损状态识别模型识别精度较高,识别准确率和预测准确率约为93.3%和95.0%,与BP神经网络方法相比分别提高了3.3%和15.0%。因此该神经网络具有良好的可靠性与精确性。

关键词：掘进机截齿磨损振动信号声发射信号 pnn神经网络

基于遗传pnn神经网络的真空阀自动调试系统

在线全文

学校读者我要写书评

暂无评论

仪表技术与传感器 2015年第1期 60-64页

作者：严保康周凤星张伟武汉科技大学信息科学与工程学院湖北武汉430081

针对真空阀检测中可能出现的故障情形及相应的调试方法,提出一种基于遗传pnn神经网络的真空阀自动调试系统。将不同占空比电源驱动下出气口的压力作为故障特征值,并利用pnn网络进行故障分类,结合机械手臂进行相应的调试,从而实现故障自... 详细信息

针对真空阀检测中可能出现的故障情形及相应的调试方法,提出一种基于遗传pnn神经网络的真空阀自动调试系统。将不同占空比电源驱动下出气口的压力作为故障特征值,并利用pnn网络进行故障分类,结合机械手臂进行相应的调试,从而实现故障自动检测与调试。在样本数有限的情况下,pnn神经网络通过遗传算法获得模式层最佳节点数目及相应的平滑参数,降低了网络的冗余度并提高了网络的精度,再将通过pnn分类并调试成功的数据加入到样本集中重新训练网络,直到网络精度增长率达到一定范围,使得网络的精度和模式层节点数达到最优值。测试结果表明,该方法能够有效的对真空阀进行故障分类与调试,能大幅提高检测的自动化程度和精度。

关键词：真空阀 pnn神经网络故障分类自动调试遗传算法

在线全文

学校读者我要写书评

暂无评论

基于pnn神经网络的电控发动机故障诊断

现代电子技术 2016年第20期39卷 146-148,153页

作者：巴寅亮王书提李春兰郭增波加克.乌云才次克新疆农业大学机械交通学院新疆乌鲁木齐830052 新疆农业工程装备创新设计重点实验室新疆乌鲁木齐830052 克拉玛依职业技术学院新疆克拉玛依834000 新疆交通职业技术学院新疆乌鲁木齐830052

pnn是前馈型神经网络,具有强大的非线性模式分类能力。提出运用pnn神经网络对发动机电控系统进行故障诊断的方法,介绍了pnn神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金... 详细信息

pnn是前馈型神经网络,具有强大的非线性模式分类能力。提出运用pnn神经网络对发动机电控系统进行故障诊断的方法,介绍了pnn神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金德KT600故障诊断仪采集发动机故障数据流,利用pnn神经网络建立诊断模型,并对网络诊断模型进行验证,诊断结果完全正确,且训练速度非常快。实验结果表明pnn神经网络具有较强的泛化能力和实用价值。

关键词： pnn神经网络发动机电控系统故障诊断

基于pnn神经网络的电控发动机故障诊断研究

在线全文

学校读者我要写书评

暂无评论

基于PNN神经网络的电控发动机故障诊断研究

作者：刘美珍河北科技大学

学位级别：硕士

随着科技的不断进步和发展,电子控制系统在汽车中的应用越来越广泛,仅仅凭借经验法和故障码对汽车故障进行诊断已不能满足实际的需要。为了快速、准确地找出发动机故障的原因和故障的部位,以提高故障诊断的有效性和准确率,有必要对数据... 详细信息

随着科技的不断进步和发展,电子控制系统在汽车中的应用越来越广泛,仅仅凭借经验法和故障码对汽车故障进行诊断已不能满足实际的需要。为了快速、准确地找出发动机故障的原因和故障的部位,以提高故障诊断的有效性和准确率,有必要对数据流进行正确的分析和应用研究。本文拟通过基于神经网络的数学模型,设计出一套智能化的利用数据流分析发动机故障的诊断系统,此诊断系统是利用MATLAB软件强大的计算功能,将读取的发动机数据流输入到预设定的程序中,即可诊断出发动机故障产生的部位及原因。本文以伊兰特1.6L发动机为例,将pnn(概率神经网络)应用于电控发动机的故障诊断中。首先介绍了电控发动机的基本组成及自诊断原理;并详细介绍了数据流的分类和分析方法及介绍传统分析方法与本文的利用神经网络分析方法的不同;其次,对人工神经网络模式、pnn的特点及网络结构进行了详细的介绍,通过对MATLAB的特点、神经网络故障诊断步骤、pnn网络设计及MATLAB的实现的详细分析与介绍,为MATLAB软件包程序的电控发动机故障诊断提供了可行的依据;最后,利用KT300故障诊断仪检测发动机模拟各种故障的数据,将所测的对应数据流建立样本集,通过对数据样本进行网络学习后,将待检测的数据输入已训练好的网络程序中,从而验证神经网络故障诊断的准确性,并通过经验分析故障的方法和pnn神经网络诊断结果进行比较,进一步说明了利用pnn网络诊断发动机数据流故障的准确性。本文的研究结果将对汽车发动机电控系统的故障诊断与检测提供了一种快速有效的方法,从而进一步提高了故障诊断的准确率。

关键词：电控发动机故障诊断 MATLAB语言 pnn神经网络数据流

基于小波包变换与pnn神经网络相结合的指纹识别系统

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于小波包变换与PNN神经网络相结合的指纹识别系统

作者：雷可君湖南大学

学位级别：硕士

在指纹识别、语音识别、视网膜识别等生物特征认证(识别)技术中,由于指纹识别具有唯一性(每个人的指纹独一无二)、不变性(指纹具有很强的相对稳定性)、实用性(指纹样本易于获取)和安全性(一人的十指指纹皆不同,可构成多重口令)等优点,... 详细信息

在指纹识别、语音识别、视网膜识别等生物特征认证(识别)技术中,由于指纹识别具有唯一性(每个人的指纹独一无二)、不变性(指纹具有很强的相对稳定性)、实用性(指纹样本易于获取)和安全性(一人的十指指纹皆不同,可构成多重口令)等优点,成为一种应用最广的身份确认和识别技术。尽管指纹只是人体皮肤的一小部分,但用于识别的数量相当大,而且由于指纹图像的噪声、皮肤弹性引起的非线性变形、指纹录入的位置偏移等多方面因素,识别过程决不是对指纹数据进行简单的相等与不相等的比对,而需要通过复杂的图像处理过程及使用大运算量的模糊匹配和识别算法才能完成,故研究难度很大。加上许多研究文献都因商业利益而保密未予公开,因此尽管已经有了多种成型产品,理想的自动指纹识别系统至今仍是一个相当困难的研究任务,尤其在指纹图像的预处理、自动识别等方面仍存在一些问题有待改进,可以进一步进行探索研究。指纹识别系统主要包括三个步骤:图像预处理、图像特征提取、图像特征匹配。本文针对指纹识别系统的各个环节进行了探索性研究,提出了基于小波包变换与pnn神经网络相结合的指纹识别方法,通过仿真实验,得出了一些结论:1、采用中值滤波与小波包变换相结合的算法,能有效去除指纹图像采集过程中随机噪声对图像造成的干扰,并得出了在噪声系数小于0.25的情况下,小波包变换去噪优于小波去噪的结论,从而验证了小波包变换对图像细节的分析能力。2、在图像预处理中加入图像质量评估环节,能有效去除干、湿、不完整指纹对指纹识别率的影响,而且基于二值化的图像质量评估算法,实现简单,处理速度快,能满足实时性要求。3、对图像的尺寸和灰度进行归一化后,去除了图像的冗余信息,使图像的主要信息得以突出,并且整幅指纹图像的灰度变得均匀,有效降低了图像冗余和灰度不均匀给指纹特征点提取带来的困难。4、对指纹图像进行小波包分解,并对分解后的四叉树进行优化后,得到最优小波树,通过计算最优树叶子节点的能量得到的指纹特征点值,能较好地代表指纹特征,且特征点少而精,大大提高了系统的处理速度。5、pnn神经网络结合了径向基网络和竞争网络的优点,仿真结果表明pnn神经网络在模式分类和模式识别方面具有很强的能力,且建网时间和训练时间都很短。本论文在对指纹图像特征及指纹图像的预处理、特征提取和模式识别进行深入分析的基础上,研究基于小波包变换和神经网络相结合的指纹识别系统的构成、工作原理和识别方法,并分析其优劣所在,为建立实用的指纹识别系统提供依据和方法。

关键词：小波包变换 pnn神经网络图像预处理特征提取特征匹配指纹识别系统

基于pnn神经网络电火花线切割中厚度工件放电状态研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

硬质合金 2018年第5期35卷 351-357页

作者：王彤张通吴吉荣吴林波马永会刘盼哈尔滨理工大学机械动力工程学院黑龙江哈尔滨150080

本文根据状态的分类特征,利用pnn神经网络作为检测系统的程序基础,结合前期研究的电压电流信号,进行编程学习和训练得到合格的算法,然后利用实验条件和参数搭建LABVIEW虚拟平台,并与程序共同实现对间隙放电状态的实时检测。实验部分主... 详细信息

本文根据状态的分类特征,利用pnn神经网络作为检测系统的程序基础,结合前期研究的电压电流信号,进行编程学习和训练得到合格的算法,然后利用实验条件和参数搭建LABVIEW虚拟平台,并与程序共同实现对间隙放电状态的实时检测。实验部分主要是采用15 ml/min蒸汽水雾介质切割中厚度工件单因素实验,研究精加工5个主要加工参数(脉宽、峰值电流、脉冲间隔比、偏移量和工作台空载速度)对3个加工质量评定指标(表面粗糙度、切割速度和火花率分布)影响趋势。结果表明:脉冲宽度与切割速度成正比例对应趋势,但是随着脉宽的递增,粗糙度也将变大;脉冲间隔比对粗糙度和切割速度的影响变动不如脉宽强烈,变化趋势是先随着间隔比的增加先减少后变大;峰值电流的递增使切割速度和粗糙度数值上同样正比例递增,但表面粗糙度受峰值电流影响很大;切割速度随着偏移量的增加而减少,而粗糙度则随着偏移量的增加先减少后增加;粗糙度随着空载速度的增加先减少后增加。通过以上结论得出最佳的加工参数。

关键词：电火花线切割放电状态 pnn神经网络检测系统

改进pnn神经网络在电力系统次/超同步振荡监测中的应用

在线全文

学校读者我要写书评

暂无评论

电力电容器与无功补偿 2022年第5期43卷 76-83页

作者：赵妍赵起张劲松聂永辉东北电力大学输变电技术学院吉林吉林132012 东北电力大学电气工程学院吉林吉林132012

电力系统次/超同步振荡的常用的检测(标题用的是监测,让作者再看看)方法是:首先对实测数据进行滤波得到次/超同步振荡信号分量,再根据对各分量信号进行参数辨识的结果,来确认是否发生次/超同步振荡。这样,振荡判断的准确性就受到滤波器... 详细信息

电力系统次/超同步振荡的常用的检测(标题用的是监测,让作者再看看)方法是:首先对实测数据进行滤波得到次/超同步振荡信号分量,再根据对各分量信号进行参数辨识的结果,来确认是否发生次/超同步振荡。这样,振荡判断的准确性就受到滤波器的效果和参数辨识方法准确性的双重影响。为了解决上述问题,提出将同步压缩小波变换(SST)和深度学习方法—概率神经网络(pnn神经网络)相结合应用于次/超同步振荡的监测。首先,用SST变换替代传统滤波器实现滤波的功能,得到次同步频率、工频频率和超同步频率的信号分量。然后,不再进行参数辨识,而是直接将得到的各类信号分量数据直接交于pnn神经网络进行分类,直接挖掘次/超同步振荡数据的特点,达到在线监测的目的。仿真和实例均验证了方法的可靠性。

关键词：次同步振荡超同步振荡深度学习 pnn神经网络同步压缩小波变换(SST) 在线监测

基于pnn神经网络和聚类分析的变压器故障诊断

在线全文

学校读者我要写书评

暂无评论

信息系统工程 2015年第6期28卷 94-95页

作者：赵桂艳李一峰广东海洋大学信息学院

基于概率神经网络理论和聚类方法提出了一种变压器故障诊断方法。以特征气体浓度为输入,经过pnn网络进行故障诊断,最后得出故障类型。实例分析表明,该方法具有较高的故障诊断正确率和诊断效率。

关键词：变压器故障诊断 pnn神经网络聚类分析

在线全文

学校读者我要写书评

暂无评论

基于pnn神经网络的地震属性反演技术

科学技术与工程 2011年第27期11卷 6539-6543页

作者：王晶杨懋新刘金平大庆钻探工程公司地球物理勘探一公司大庆163318

在薄互层地震储层预测中,属性分析和地震反演是当前应用地震资料进行储层预测的主要技术,两者实质上都属于反问题范畴,两者各有优缺点。提出了一种基于pnn神经网络的多属性地震反演技术,可以比较好地发挥两者的优势。概率神经网络(PPN)... 详细信息

在薄互层地震储层预测中,属性分析和地震反演是当前应用地震资料进行储层预测的主要技术,两者实质上都属于反问题范畴,两者各有优缺点。提出了一种基于pnn神经网络的多属性地震反演技术,可以比较好地发挥两者的优势。概率神经网络(PPN)是一种数学内插方案,只不过在实现时利用了神经网络的架构,可以通过数学公式理解它的行为,克服了BP网络的的"黑匣子"问题。该技术在GTZ扶杨油层的砂岩预测中应用效果较好,厚度大于3 m的砂岩识别符合率超过90%以上。

关键词： pnn神经网络属性地震反演扶杨油层