Add to ORKG针对故障诊断领域存在的不考虑误诊断代价以及提出泛化能力强的诊断规则难等问题,提出了一种代价敏感直推式学习故障诊断方法。基于Kolmogorov算法随机性理论和代价敏感学习最小期望误分类代价准则提出了代价敏感直推式分类机制,并在此基础上设计了用于故障诊断的CsTCM-kNN算法。通过旋转机械轴系故障代价敏感诊断实验,验证了该方法能够有效地降低误诊断代价,且保证较高的诊断准确率
针对汽车变速箱原始故障特征向量维数过高导致的检测效率低、准确率低的问题,提出一种基于阶次分析理论的特征提取方法和基于遗传算法—反向传播神经网络的特征选择与分类方法。首先运用阶次分析理论提取...
在滚动轴承故障诊断过程中,时域振动信号容量大且易受噪声污染,难以建立准确的故障诊断模型。针对上述难题,采用无损约束降噪方法对稀疏自编码进行优化,提出了基于无损约束降噪稀疏自编码的滚动轴承故障诊断方法。...
由于发动机光谱分析监控数据中磨损微粒种类过多,如果将这些微粒信息直接作为神经网络的输入,则存在输入层神经元过多、网络结构复杂等诸多问题。本文将粗糙集引入到发动机故障诊断中来,利用粗糙集在属性约简方面的...
针对故障诊断领域存在的不考虑误诊断代价以及提出泛化能力强的诊断规则难等问题,提出了一种代价敏感直推式学习故障诊断方法。基于Kolmogorov算法随机性理论和代价敏感学习最小期望误分类代价准则提出了代...
针对传统故障诊断方法在处理大数据量、样本结构复杂的工业过程中诊断效果不理想问题,提出一种深度学习与softmax分类器相结合的故障诊断方法。该方法首先采用深度学习方法最大限度地挖掘数据中的隐含特征,充...
根据变速器下线产品质量检测的要求,研究了基于阶次分析理论的变速器故障判别实现方法。通过阶次跟踪计算将等时采样转换为等角度采样。并分析了对振动信号进行分轴重采样的原理和必要性,给出了分轴阶次谱计算的详细...
针对非线性系统故障诊断难以解决的问题,通过改进的局部线性嵌入映射算法解决了非线性数据的特征映射问题。首先,通过线性拟合改进了基于分形维估计的内在维数的估计。然后,将故障状态与空间分布结合起来,通过确定...
该文提出了一种基于机械臂运动学方程的故障诊断方法。以三连杆机械臂为例,利用运动学方程和余弦定理,计算替代连杆残差与机械臂工作空间的半径残差间的关系,进行故障诊断;将残差值与机械臂末端位置的变化和机械臂...
提出了一种基于数字化的生产模型,使用控制图、故障树分析和专家知识,能够进行制造过程实时监控的诊断,该模型提高了故障诊断系统的可靠性,并提供了可实际操作的可视化建模工具。所开发的在线统计过程控制系统能够...
本发明涉及基于差值比较技术电容式压力传感器故障诊断系统，包括顺序连接的电容式压力传感器、切换电路、数据采集电路和微处理器，所述切换电路与微处理器连接；方法包括：微处理器通过切换电路分别控制压力传感器第...
提出了一种核Fisher特征提取以及模糊模式识别的传感器故障诊断方法。提取传感器信号波形时域特征和频域特征构成初始特征,使用核Fisher方法对初始特征进行非线性变换增强信号特征。然后使用模糊数学方法...
研究汽车故障检测和诊断精确度问题,汽车故障检测和诊断技术一直是国内外研究热点问题。针对传统众多故障诊断算法难以精确地描述故障现象和故障原因之间的复杂关系,造成故障诊断难以精确等不足,提出了一种新的基于...
ニューロンMOSトランジスタを用いて故障診断機能を有する耐故障回路を作成する。故障の範囲としては, ゲート間配線の単一断線故障を想定する。まず, インバータ, ANDゲート, ORゲートを耐故障化し,...
针对应用层故障提出了一种故障诊断算法--"基于簇的比较诊断算法",该算法在分级ad hoc网络中利用簇首对簇内节点的集中控制功能优化了诊断过程,实现了诊断期间网络拓...
在变速器故障诊断过程中,现场数据采集是首要解决的问题;主要利用NI公司的数据采集卡PCI-4474和PCI-6601来完成振动信号和转速信号的采集;在采集程序设置中,振动信号和转速信号采集的数据同步实...
针对汽车变速箱原始故障特征向量维数过高导致的检测效率低、准确率低的问题,提出一种基于阶次分析理论的特征提取方法和基于遗传算法—反向传播神经网络的特征选择与分类方法。首先运用阶次分析理论提取...
在滚动轴承故障诊断过程中,时域振动信号容量大且易受噪声污染,难以建立准确的故障诊断模型。针对上述难题,采用无损约束降噪方法对稀疏自编码进行优化,提出了基于无损约束降噪稀疏自编码的滚动轴承故障诊断方法。...
由于发动机光谱分析监控数据中磨损微粒种类过多,如果将这些微粒信息直接作为神经网络的输入,则存在输入层神经元过多、网络结构复杂等诸多问题。本文将粗糙集引入到发动机故障诊断中来,利用粗糙集在属性约简方面的...
针对故障诊断领域存在的不考虑误诊断代价以及提出泛化能力强的诊断规则难等问题,提出了一种代价敏感直推式学习故障诊断方法。基于Kolmogorov算法随机性理论和代价敏感学习最小期望误分类代价准则提出了代...
针对传统故障诊断方法在处理大数据量、样本结构复杂的工业过程中诊断效果不理想问题,提出一种深度学习与softmax分类器相结合的故障诊断方法。该方法首先采用深度学习方法最大限度地挖掘数据中的隐含特征,充...
根据变速器下线产品质量检测的要求,研究了基于阶次分析理论的变速器故障判别实现方法。通过阶次跟踪计算将等时采样转换为等角度采样。并分析了对振动信号进行分轴重采样的原理和必要性,给出了分轴阶次谱计算的详细...
针对非线性系统故障诊断难以解决的问题,通过改进的局部线性嵌入映射算法解决了非线性数据的特征映射问题。首先,通过线性拟合改进了基于分形维估计的内在维数的估计。然后,将故障状态与空间分布结合起来,通过确定...
该文提出了一种基于机械臂运动学方程的故障诊断方法。以三连杆机械臂为例,利用运动学方程和余弦定理,计算替代连杆残差与机械臂工作空间的半径残差间的关系,进行故障诊断;将残差值与机械臂末端位置的变化和机械臂...
提出了一种基于数字化的生产模型,使用控制图、故障树分析和专家知识,能够进行制造过程实时监控的诊断,该模型提高了故障诊断系统的可靠性,并提供了可实际操作的可视化建模工具。所开发的在线统计过程控制系统能够...
本发明涉及基于差值比较技术电容式压力传感器故障诊断系统，包括顺序连接的电容式压力传感器、切换电路、数据采集电路和微处理器，所述切换电路与微处理器连接；方法包括：微处理器通过切换电路分别控制压力传感器第...
提出了一种核Fisher特征提取以及模糊模式识别的传感器故障诊断方法。提取传感器信号波形时域特征和频域特征构成初始特征,使用核Fisher方法对初始特征进行非线性变换增强信号特征。然后使用模糊数学方法...
研究汽车故障检测和诊断精确度问题,汽车故障检测和诊断技术一直是国内外研究热点问题。针对传统众多故障诊断算法难以精确地描述故障现象和故障原因之间的复杂关系,造成故障诊断难以精确等不足,提出了一种新的基于...
ニューロンMOSトランジスタを用いて故障診断機能を有する耐故障回路を作成する。故障の範囲としては, ゲート間配線の単一断線故障を想定する。まず, インバータ, ANDゲート, ORゲートを耐故障化し,...
针对应用层故障提出了一种故障诊断算法--"基于簇的比较诊断算法",该算法在分级ad hoc网络中利用簇首对簇内节点的集中控制功能优化了诊断过程,实现了诊断期间网络拓...
在变速器故障诊断过程中,现场数据采集是首要解决的问题;主要利用NI公司的数据采集卡PCI-4474和PCI-6601来完成振动信号和转速信号的采集;在采集程序设置中,振动信号和转速信号采集的数据同步实...
针对汽车变速箱原始故障特征向量维数过高导致的检测效率低、准确率低的问题,提出一种基于阶次分析理论的特征提取方法和基于遗传算法—反向传播神经网络的特征选择与分类方法。首先运用阶次分析理论提取...
在滚动轴承故障诊断过程中,时域振动信号容量大且易受噪声污染,难以建立准确的故障诊断模型。针对上述难题,采用无损约束降噪方法对稀疏自编码进行优化,提出了基于无损约束降噪稀疏自编码的滚动轴承故障诊断方法。...
由于发动机光谱分析监控数据中磨损微粒种类过多,如果将这些微粒信息直接作为神经网络的输入,则存在输入层神经元过多、网络结构复杂等诸多问题。本文将粗糙集引入到发动机故障诊断中来,利用粗糙集在属性约简方面的...