导读:本文包含了网络诊断论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,故障诊断,故障,齿轮箱,永磁,多维,网络。
网络诊断论文文献综述
谭克诚,石李永杰[1]（2019）在《宝骏730LIN网络通讯故障诊断与维修》一文中研究指出本文从宝骏730电动车窗和宝骏730其它系统结构和工作原理出发,分析宝骏730 LIN总线的应用和故障诊断,为汽车售后工程师、中高职和应用型本科教师从事汽车车载网络故障诊断提供有益的参考。(本文来源于《内燃机与配件》期刊2019年24期）
姜文鑫[2]（2019）在《基于BP神经网络的涡轴发动机故障诊断研究》一文中研究指出文章介绍了BP神经网络的模型结构、网络参数的选取设定以及数据预处理的方法,并通过涡轴发动机故障实例,建立了特定的BP神经网络模型。经过仿真训练,结果表明BP神经网络在经过学习训练基础,能够对涡轴发动机故障诊断起到一定作用。(本文来源于《智库时代》期刊2019年52期）
彭伟谦[3]（2019）在《基于Zigbee网络的组合电气耐压击穿点智能诊断系统》一文中研究指出本项目采用超声波定位方法,开展基于Zigbee无线传感器网络的耐压击穿点智能诊断系统的研究。压电式加速度传感器只检测辐射波中最灵敏的超声波段,通过压电陶瓷传感器将超声波形转换为电信号。通过分析电信号的强弱,可实现诊断组合式电气设备(GIS、HGIS、GIL)内部绝缘的变化情况。智能监测节点基于(本文来源于《电子世界》期刊2019年23期）
董轲,卢毅,林芳,王希,李文瑶[4]（2019）在《基于BP神经网络的实验诊断学教学数据分析与处理技术研究》一文中研究指出针对传统教学数据处理方法具有较强的主观性与不准确的问题,文中提出一种基于BP神经网络对实验诊断学教学数据进行处理和分析的方法。该方法根据实验诊断学课程的特点采集学生具体操作步骤的得分与学生对这门课程的评价数据,并使用BP神经网络来自适应地学习数据间的关系,从而克服传统质量评估中主观性过强的问题。实验仿真与测试结果表明,文中所提出的方法能得到更为满意的结果,且具有更强的适应性。(本文来源于《现代电子技术》期刊2019年24期）
张永超,李金才,赵录怀[5]（2019）在《PSO优化BP神经网络齿轮箱故障诊断》一文中研究指出针对目前齿轮箱系统在利用神经网络故障诊断时存在正确识别率低和依靠经验选择参数的问题,提出了基于粒子群优化BP网络的齿轮箱故障诊断方法。简要介绍利用齿轮振动原理提取特征参数建立故障模型,该模型以齿轮箱特征向量为输入、故障类型为输出,详细分析了通过BP神经网络、概率神经网络和粒子群优化BP神经网络实现齿轮箱故障诊断。仿真结果表明,BP神经网络对齿轮箱故障诊断收敛速度慢,故障识别率为82%;概率神经网络的模型故障诊断识别率依据经验选取spread值决定,故障识别率最大为98%;粒子群优化后的BP神经网络故障诊断分类识别率为100%且自适应能力强。(本文来源于《电子技术应用》期刊2019年12期）
徐青,周云龙[6]（2019）在《舒适性系统车载网络的故障诊断与排除》一文中研究指出主要针对汽车舒适系统车载网络的结构原理、控制方式的理论知识进行讲解,分析了舒适性系统车载网络常见的故障类型以及故障的诊断方法,为汽车维修行业的技术人员提供一定的思路。(本文来源于《现代工业经济和信息化》期刊2019年11期）
惠冉,师琳,房勤茂[7]（2019）在《基于Ad-BN自适应深度卷积神经网络的肝脏纤维化超声诊断技术的研究》一文中研究指出当前,卷积神经网络模型已被广泛用于执行各种类型的智能任务,医学图像辅助诊断是涉及多种图像类型的复杂场景。这些包括:普通2D图像,超高分辨率图像和3D图像。本项目针对一维信号的特点,提出"首层大尺度卷积核深度卷积神经网络"的模型,基层为大尺度卷积核,采用的技术路线为批量归一化层、采用WFK-CNN超参数设计准则,验证了WFK-CNN模型及其Ad-BN领域自适应处理后的抗噪性能。本文提出的肝脏纤维化超声诊断模型构建与改进方法具有较强的通用性,对今后的医学图像建模工作具有积极的指导意义。(本文来源于《影像研究与医学应用》期刊2019年23期）
崔艺梦[8]（2019）在《基于BP神经网络的光伏阵列故障诊断研究》一文中研究指出针对光伏阵列发电机组的物理结构较为复杂,工作状况相对恶劣,故障发生率较高等问题,提出了一种基于BP神经网络的光伏阵列发电机组故障诊断方法,利用BP神经网络建立分类模型,并结合光伏阵列发电机组的电压、电流等信号分析,实现对光伏阵列发电机组的故障判断和故障类型识别。准确有效的对光伏阵列发电机组故障识别与判断,对于光伏发电企业生产与设备检修都具有重要意义及参考价值。(本文来源于《数码世界》期刊2019年12期）
刘文泽,张俊,邓焱[9]（2019）在《基于深度置信网络和多维信息融合的变压器故障诊断方法》一文中研究指出为了综合多维度信息,快速准确判断变压器缺陷,同时解决多维度信息融合权重难以确定的问题,文中基于深度学习理论,采用稀疏受限玻尔兹曼机搭建了用于故障诊断的深度学习故障分类模型,结合大型变压器的多维度监测量,提出了一种基于深度置信网络和多维度信息融合的变压器故障诊断方法。该方法能够利用变压器海量的无标签多维监测数据作为学习样本,只需对少量带标签数据进行辅助优化,根据变压器实时在线多维监测数据,被训练后的模型能够对变压器本体状态做出准确的故障诊断。对某市220 k V主变进行诊断测试,结果表明,文中提出方法的故障诊断准确率较现有方法高约4%,验证了该方法的可行性和有效性。(本文来源于《电力工程技术》期刊2019年06期）
张志艳,张皓宇,岳廷树,秦鹏,王爱芳[10]（2019）在《基于模糊神经网络的永磁同步发电机失磁故障程度诊断》一文中研究指出针对永磁发电机永磁体正常和失磁故障运行状态,提出了利用模糊处理和BP神经网络相结合的方法对其正常和失磁故障程度进行判断。该方法以永磁发电机铁心损耗、定子涡流损耗、附加损耗、磁滞损耗、永磁体涡流损耗和绞线铜耗等6种损耗为研究对象,利用模糊处理将永磁发电机永磁体运行状态归为正常、轻微失磁、中等失磁和严重失磁等4种,运用神经网络对永磁发电机永磁体的运行状态进行了诊断,其算例结果表明该方法的诊断结果与仿真设定的永磁体运行状态相一致,说明了该方法可以有效地对永磁发电机失磁故障程度进行准确的判断。(本文来源于《微电机》期刊2019年11期）
网络诊断论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文章介绍了BP神经网络的模型结构、网络参数的选取设定以及数据预处理的方法,并通过涡轴发动机故障实例,建立了特定的BP神经网络模型。经过仿真训练,结果表明BP神经网络在经过学习训练基础,能够对涡轴发动机故障诊断起到一定作用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络诊断论文参考文献
[1].谭克诚,石李永杰.宝骏730LIN网络通讯故障诊断与维修[J].内燃机与配件.2019
[2].姜文鑫.基于BP神经网络的涡轴发动机故障诊断研究[J].智库时代.2019
[3].彭伟谦.基于Zigbee网络的组合电气耐压击穿点智能诊断系统[J].电子世界.2019
[4].董轲,卢毅,林芳,王希,李文瑶.基于BP神经网络的实验诊断学教学数据分析与处理技术研究[J].现代电子技术.2019
[5].张永超,李金才,赵录怀.PSO优化BP神经网络齿轮箱故障诊断[J].电子技术应用.2019
[6].徐青,周云龙.舒适性系统车载网络的故障诊断与排除[J].现代工业经济和信息化.2019
[7].惠冉,师琳,房勤茂.基于Ad-BN自适应深度卷积神经网络的肝脏纤维化超声诊断技术的研究[J].影像研究与医学应用.2019
[8].崔艺梦.基于BP神经网络的光伏阵列故障诊断研究[J].数码世界.2019
[9].刘文泽,张俊,邓焱.基于深度置信网络和多维信息融合的变压器故障诊断方法[J].电力工程技术.2019
[10].张志艳,张皓宇,岳廷树,秦鹏,王爱芳.基于模糊神经网络的永磁同步发电机失磁故障程度诊断[J].微电机.2019
论文知识图
