《基于小波神经网络的水下航行器传感器故障诊断》PDF+DOC
作者:王生武,石秀华,许晖,唐万文
单位:中国兵工学会
出版:《测试技术学报》2010年第04期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCSJS2010040180
DOC编号:DOCCSJS2010040189
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于两级神经网络传感器故障诊断与容错控制技术》PDF+DOC2008年第06期 高立娥,刘卫东,张萍,张森
《飞行器导航传感器故障诊断的应用研究》PDF+DOC2012年第02期 张玉,尹腾飞,贾海云
《基于小波神经网络的航空发动机传感器故障诊断》PDF+DOC2020年第03期 白杰,张正,王伟,孙晓楠
《基于小波神经网络的传感器故障诊断方法研究》PDF+DOC2005年第05期 李冬辉,周巍巍
《基于RBF网络的模拟移动床PH传感器故障诊断》PDF+DOC2005年第21期 高山,潘丰
《基于联合神经网络的冗余传感器故障诊断和信号重构》PDF+DOC2003年第02期 张颖伟,王福利
《空调系统传感器故障诊断方法》PDF+DOC2011年第06期 邓勇,王彦,王超
《小经神经网络的信息融合传感器故障诊断方法》PDF+DOC2008年第24期 王蕾,伦志新,张艳丽
《基于小波神经网络方法的空调系统传感器漂移故障诊断》PDF+DOC2008年第01期 杨云雨,杜志敏,晋欣桥
《基于小波神经网络的空调系统传感器故障诊断》PDF+DOC2007年第04期 李冬辉,李晟
针对水下航行器系统的传感器故障诊断问题,提出了一种基于小波神经网络的传感器故障诊断方法.在对水下航行器系统的传感器故障信号进行特征提取时,发现其大部分能量都集中在低频部分.若直接以此能量分布来区分正常与故障、故障与故障的信号,将导致神经网络训练时间和分辨时间都会很长,因而不能实时地监控系统.为了很好地进行区分,凸显其差异,将低频部分能量舍去,只保留其余部分,并将其归一化,再利用径向基神经网络进行分类.利用小波分解的节点能量差异与特征提取特点以及神经网络的自我学习能力,通过大量的样本训练后,使神经网络很好地分辨出5类故障信号及正常信号.仿真结果表明:此方法简单、易于实现,适于水下航行器的传感器故障的诊断。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。