共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
针对标准的BP神经网络对于声音信号识别率不高的问题,提出了一种用粒子群算法（PSO）优化BP神经网络的算法,建立了声音信号识别模型。PSO优化BP神经网络主要是用PSO来优化BP神经网络的初始权值和闽值,然后通过训练BP神经网络得到识别模型的最优解,优化后的神经网络具有误判率小、反应速度快等特点。在实验中把标准的BP神经网络和PSO优化后的BP神经网络用于八种异常声音的MFCC特征量和差分MFCC特征量识别,结果表明：在声音信号的识别系统中采用PSO优化BP神经网络的算法提高了系统的识别性能,达到了系统设计的目的。 相似文献
3.
使用增量式光电编码器测量电机位置的伺服系统中,在电机启动时,普遍存在无法测量出电机转轴初始位置的问题。本文提出一种基于增量式光电编码器A,B脉冲信号,通过输出给定位置的定子电流矢量,来精确检测转子初始位置的方法。整套算法在DSP与FPGA硬件平台上进行了验证,实验表明,该方法可以在永磁同步电动机启动之前精确计算出转子的初始位置,实现电机最大转矩启动。 相似文献
4.
5.
间谐波是频率介于两个谐波之间的信号.电力系统间谐波对人体健康状况的影响越来越受到人们的关注.某些家用电器中应用的ICC技术使其输出信号中含有大量的间谐波成分.本文对电烤炉的输出电流数据进行了FFT分析和有效值分析,并对二者进行了对比,证明其中含有大量的间谐波,对以后研究间谐波时人体健康的影响提供了理论依据. 相似文献
6.
7.
电网谐波检测可以对抑制谐波提供帮助,使电能质量标准提高,针对标准DFT算法在谐波信号频域估计中存在抗噪性能不佳的问题,提出了一种谐波信号频域估计的加窗插值优化策略。首先将非同步采样数据转换为同步采样数据,然后对频率估计误差进行修正,并减少由基波分量频谱干扰所产生的其他谐波分量测量误差。算法仿真实验结果表明,本文改进算法在各种强度的噪声环境中,相比较标准DFT算法具有更强的抗噪性能。 相似文献
8.
9.
本文介绍了一种应用于有源电力滤波器(Active Power Filter,APF)的神经网络自适应谐波电流检测方法.该方法应用自适应噪声抵消技术,并采用RBF神经网络实现噪声抵消.介绍了该RBF神经网络的构造和参数调整算法,应用HATLAB进行仿真研究.仿真结果,该检测方法具有较快的跟踪能力和动态响应速度. 相似文献
10.
球磨机是矿企选矿生产中的高能耗、关重设备,其耗能受多种负荷工艺参数的影响,上述参数间"强非线性"、"强扰动"、"强耦合",且难以直接测量,构建其精确的数学模型十分不易。为提质增效、节能减排,实现矿用球磨机能耗的优化,提出基于粒子群优化径向基神经网络结构参数的能耗预报模型。首先,对决定RBF神经网络模型精度的隐节点中心和宽度2个结构参数优化,避免人工选择的盲目性、尝试性,以此来提升模型的提高,同时利用UCI数据库中的标准数据来验证上述模型的有效性。在此基础上,将包钢巴润矿业选厂5.03×6.4m球磨机的实际生产中105组数据中部分数据作为学习样本,以均方误差为适应度函数,基于PSO优化RBF算法来构建其能耗的预测模型,余下作为测试样本来检验所建模型的有效性。结果表明:与BP算法相比,PSO优化RBF算法具有更高的精度,为磨矿生产的降本增效提供新途径。 相似文献
11.
工频50HZ的电流信号是电机故障检测中的干扰信号,尤其在电机运行时严重影响故障信号的判断,本文通过MATLAB仿真工具软件,设计采用自适应陷波器对工频分量进行自适应陷波处理和快速傅里叶变换(FFT),以此来消除工频分量对故障特征分量的检测干扰,以便能更好的采集到故障信号,对故障信号做出分析。本文通过MATLAB的仿真编程,可以消除干扰信号突出故障信号。 相似文献
12.
本设计为电流信号检测,主要由电源供电电路、功率放大电路、非接触式电流检测电路、峰值保持电路以及单片机采样电路构成。该系统可实现电流信号非接触和无失真检测,对于正弦信号可测量其峰峰值和频率,对于非正弦信号可测量其基波和各次谐波的频率与幅度,所测值均可在OLED屏上显示出来。系统频率测量范围为50-1000Hz,电流测量精度优于5%,频率测量精度优于1%。 相似文献
13.
对异步电机常见故障及电机故障诊断中常用的定子电流频谱分析法作了简单介绍,分析了常见中小型异步电机故障特征频率的分布范围,以及不同的电机故障对频率分布的不同要求,并提出用采样频率对电机的电流信号进行采样的新方法。 相似文献
14.
针对实际电阻点焊过程复杂多变,精确数学模型的建立较为困难,传统PID控制器难以保证系统在不同的工作状况下具有良好的控制特性,提出了一种改进型BP神经网络PID的电阻焊机电源恒电流控制方法。将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数Ki、Kp、Kd,并将粒子群算法引入到神经网络中作为其学习算法,有效的提高了BP神经网络算法收敛速度。仿真结果表明,该电源智能控制方法能够根据系统运行状态对PID参数进行自适应调整,有效的对焊接电流进行恒定控制。 相似文献
15.
16.
17.
交通流量预测是智能交通系统研究的重要组成部分。提出了一种粒子群(PSO)优化RBF神经网络的交通流量预测方法。该方法以误差能量函数为适应度函数,利用PSO算法对RBF神经网络参数进行优化,有效克服交通流量数据非周期性、非线性和随机性等问题。仿真实验结果证明比单纯用RBF预测模型精度高、收敛速度快,表明粒子群优化的RBF神经网络模型具有良好的应用价值。 相似文献
18.
19.