检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:顾诚[1]
机构地区:[1]江苏省特种设备安全监督检验研究院太仓分院,江苏苏州215400
出 处:《中文科技期刊数据库(全文版)工程技术》2020年第10期281-281,共1页
摘 要:变频器由于质量轻、效率高、装置体积小,因此被广泛运用,但由于其结构比较特殊,同时在工业系统中所起到的作用非常重要。近年来,随着人工智能、专家系统、神经网络技术和知识发现理论的发展,智能状态监测和故障诊断技术已成为故障诊断领域的研究热点。神经网络以其自学习、非线性模式识别、联想能力、容错能力和函数逼近能力等优点在故障诊断中得到了广泛的应用。如何构造和训练优化的神经网络,提高神经网络的泛化能力,是一个突出的问题。结合笔者的实践经验,本文主要探讨了神经网络技术在电梯变频器故障诊断中的应用,以供广大学者和读者朋友参考。
分 类 号:TM921.51[电气工程—电力电子与电力传动]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.222