《基于SOFCMAC的水下传感器系统故障诊断研究》PDF+DOC
作者:朱婷,鲁大岱
单位:皖西学院
出版:《皖西学院学报》2016年第02期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFWXXB2016020170
DOC编号:DOCWXXB2016020179
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于关联信息的阵列气体传感器故障诊断研究》PDF+DOC2005年第03期 庄哲民,张阿妞
《基于多传感器信息融合和神经网络的汽轮机故障诊断研究》PDF+DOC2010年第03期 凌六一,黄友锐,魏圆圆
《引入可溯源机制的火电汽轮机高频故障自动检测系统设计》PDF+DOC2013年第11期 朱晓明
《基于多传感器BP网络掘进机截割部故障诊断研究》PDF+DOC2016年第09期 尹同舟,唐至威,杨健健,吴淼
《基于遗传BP神经网络的电控发动机故障诊断研究》PDF+DOC2016年第02期 谢春丽,张继洲
《基于RBF神经网络的燃气轮机转速传感器故障诊断研究》PDF+DOC2015年第02期 朱嵘嘉,孟东,曹丹丹
《汽轮机故障诊断技术的发展与展望》PDF+DOC2001年第02期 刘峻华,黄树红,陆继东
《HVAC系统故障诊断研究的现状与发展》PDF+DOC2005年第09期 林飞积,易小文
《仿真技术在汽车发动机故障检测中的研究》PDF+DOC2007年第11期 邱浩,贺萍
《基于核主元分析与神经网络的传感器故障诊断新方法》PDF+DOC2006年第01期 吴希军,胡春海
为解决水下传感器故障,压缩高维故障特征,笔者将核主元分析方法(Kernel Principal Component Analysis,KPCA)和自组织模糊小脑模型关节控制器SOFCMAC(Self-Organizing Fuzzy Cerebellar Model Articulation Controller)结合,建立起基于SOFCMAC的KPCA故障诊断模型。该模型可以预测水下传感器系统未来时刻的信号数据,根据统计量均方预期误差值(SPE,Squared Prediction Error)的变化来判断系统是否发生故障,并采用数据重构方法对系统故障变量进行识别。通过水池实验得到的水下机器人传感器系统数据,本模型得到应用,实现了水下传感器系统故障诊断。
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。