[00882015]网络环境下神经网络电机故障在线监测诊断
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该课题组分析研究了电机典型故障的特征以及相应信号的提取。通过研究,构建了特定窗口(海明窗)型信号滤波等算法;重点研究了神经网络权值收敛速度问题,从BP神经网络权值学习训练机理进行分析研究,提出了复合梯度权值学习训练算法,并进行了收敛性分析;研究了不同结构形式的神经网络对不同类型的故障的识别差异,提出了具有三层级神经网络的集成神经网络结构;研究了存在于信息层网络的通信时间延迟不确定性问题,特别研究了时延不确定对系统的影响,提出了应用灰色灾变系统理论结合观测器对网络不确定时延系统的估计补偿方案,为今后进一步扩展课题的研究奠定了良好的基础;研究提出了在国内鲜有先例的电机故障柔性模拟系统,从而为课题的研究解决了系统实验的关键问题;搭建完成了网络环境下神经网络电机和故障诊断系统实验,经证实,该系统完全能够实现对电机故障在网络环境下的数据传递与故障分析。
该课题组分析研究了电机典型故障的特征以及相应信号的提取。通过研究,构建了特定窗口(海明窗)型信号滤波等算法;重点研究了神经网络权值收敛速度问题,从BP神经网络权值学习训练机理进行分析研究,提出了复合梯度权值学习训练算法,并进行了收敛性分析;研究了不同结构形式的神经网络对不同类型的故障的识别差异,提出了具有三层级神经网络的集成神经网络结构;研究了存在于信息层网络的通信时间延迟不确定性问题,特别研究了时延不确定对系统的影响,提出了应用灰色灾变系统理论结合观测器对网络不确定时延系统的估计补偿方案,为今后进一步扩展课题的研究奠定了良好的基础;研究提出了在国内鲜有先例的电机故障柔性模拟系统,从而为课题的研究解决了系统实验的关键问题;搭建完成了网络环境下神经网络电机和故障诊断系统实验,经证实,该系统完全能够实现对电机故障在网络环境下的数据传递与故障分析。