BP网络在汽车电脑控制点火系统故障诊断中的应用，杨黎黎，戴永贤，基于人工神经网络的基本原理，本文研究了BP算法在汽车发动机电脑控制点火系统常见故障检测与诊断建立BP网络模型，模型中同时考虑�

通过搭建串联电弧检测试验平台，在不同功率的阻性负载下，采集正常和发生串联故障电弧状态下的线路电流，并分析了电流的时域特征和频域特征，包括零休时间、电流上升率、平均值、有效值以及各奇次、偶次谐波因数等。分析结果表明，选择2~6次谐波因数及其变化率作为串联故障电弧的判据较为合理。

参照国内现有研究成果与美国UL1699标准搭建串联电弧故障实验平台,采集电弧电流与电弧电压数据,提出线路电流高次谐波含有率分析方法.通过对不同负载电路电流数据高次谐波含有率变化情况的分析,总结出电弧故障引起的高次谐波含有率的变化特征.研究结果表明,电弧故障发生时电流高次谐波含有率出现急剧上升(均值增幅大于15%),同时高次谐波含有率不稳定,激烈波动.

为提高供电系统的可靠性,采用自研的串联型故障电弧发生器开展了不同负载类型、不同电流下的串联型故障电弧实验.以故障电弧电流信号为研究对象,对时间序列进行时域、频域特性分析,提取故障电流在时域、频域的特征参数,构建串联型故障电弧的特征向量,采用主成分分析方法对特征向量进行去冗余、降维处理.最后以主成分分析后的特征向量作为输入,从可靠性角度对比分析LVQ神经网络与K近邻算法故障诊断的优越性,建立了经K循环寻优处理后的K近邻串联型故障电弧诊断模型,并对诊断模型进行了抗扰动分析、泛化性分析.结果表明,该方法能有效地实现对电连接器串联型故障电弧的识别.

人工智能-机器学习-融合支持向量机的水电机组混合智能故障诊断研究.pdf

本文针对齿轮箱故障检测与诊断问题，运用信号处理和神经网络等相关知识，构建了小波变换模型、1D-CNN 模型进行齿轮箱工作状态的分析。综合运用 MATLAB 和 Python 等软件编程求解，通过模型参数调整使 1D-CNN 模型效果趋于最优，最终得到较为准确的诊断结果。对于输入神经网络的数据，进行训练集与测试集的划分以及归一化、编码分类标签等操作便于模型训练。 有问题欢迎私信沟通交流，共同学习！

本教程具有以下特点： 1、   介绍安装步骤，重点注意事项； 2、   集群规划，搭建主要步骤，重点注意事项； 3、   编制简单脚本进行优化，参数调优。 4、   最全面、最实用 5、   软件版本Redhat7.5 Weblogic12.2.1.3 JDK1.8 6、  详尽的报错处理方案 7、   结构清晰 8、   由浅入深，初学者可以看懂，进阶者也不枯燥Redhat7.5企业版集群规划，搭建主要步骤，重点注意事项；脚本进行优化，参数调优

本文针对齿轮箱故障检测与诊断问题，运用信号处理和神经网络等相关知识，构建了小波变换模型、1D-CNN 模型进行齿轮箱工作状态的分析。综合运用 MATLAB 和 Python 等软件编程求解，通过模型参数调整使 1D-CNN 模型效果趋于最优，最终得到较为准确的诊断结果。对于输入神经网络的数据，进行训练集与测试集的划分以及归一化、编码分类标签等操作便于模型训练。 有问题欢迎私信沟通交流，共同学习！ 参考文献 [1] 李鹏, 孔凡让, 何清波. 齿轮箱状态监测中的振动信号多标度分析[J]. 计算机工程, 2011, 37(14):242-244. [2] 杨永灿, 刘韬, 柳小勤,等. 基于注意力机制的一维卷积神经网络行星齿轮箱故障诊断 [J]. 机械与电子, 2021, 39(10):6. [3] 梁睿君, 冉文丰, 余传粮,等. 基于 CWT-CNN 的齿轮箱运行故障状态识别[J]. 航空动 力学报, 2021, 36(12):9. [4] 吴春志, 江鹏程, 冯辅周,等. 基于一维卷积神经网络的齿轮箱故障诊断[J]. 振动与冲 击, 2018, 37(22):6.

Oracle坏块故障葵花宝典

飞塔waf7.0故障排查手册