《用神经网络诊断火箭发动机》PDF+DOC
作者:B.Whitehead,E.Kiech ,M.Ali,张舜英
单位:东北大学
出版:《控制工程》1993年第04期
页数:10页 (PDF与DOC格式可能不同)
PDF编号:PDFJZDF1993040080
DOC编号:DOCJZDF1993040089
下载格式:PDF + Word/doc 文字可复制、可编辑
《高速电梯平层传感器故障诊断及容错控制》PDF+DOC2016年第01期 罗经纬,封士彩
《光纤光栅应变传感器温度补偿》PDF+DOC2017年第05期 黄建明,张明达
《压力变送器温度补偿技术研究》PDF+DOC2017年第06期 黄建明,张明达
《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
《传感器故障检测、分离与恢复的神经网络方法》PDF+DOC1999年第04期 刘勇,沈毅,胡恒章
《LM算法在传感器数据融合中的应用》PDF+DOC2005年第05期 赵辉,王秀峰
《传感器故障诊断方法研究》PDF+DOC2004年第03期 许秀玲,汪晓东
《可移动桶型基础平台负压贯沉过程中的多传感器数据融合》PDF+DOC2001年第02期 邱丹丹,阙沛文,李韧
《基于粗糙集和模糊kohonen聚类网络的多传感器数据融合》PDF+DOC2010年第03期 刘晖,陈小惠,刘银峰
《基于LabVIEW和神经网络的压力传感器温度补偿系统》PDF+DOC2006年第01期 高迎慧,王文,薛永存
用神经网络检测和识别故障时有两个问题:(1)传感器数据的复杂性使得无法用神经网络建立变换的模型,这意味着训练过程难而冗长;(2)没有足够的训练数据去适当地描述可能发生的大量不同类型故障。导出了一些方法并在一个用于解决这两个问题的结构中作了试验。首先把无法变换的传感器数据分解成三个较简单的变换,这些变换要完成数据的压缩,假设的产生和传感器的融合。每个变换分别进行有效训练。其次,建立执行传感器融合的神经网络,以便检测那些训练例子在训练过程中不曾出现的未知新故障。这些方法曾在航天飞机主发动机(SSME)故障检测和识别任务中试验过。结果表明,被分解的神经网络结构可以有效地训练,可以识别已训练过的故障,同时也能检测那些没训练过的故障是否发生。
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。