《传感器故障在线诊断和信号恢复的两级神经网络方法》PDF+DOC
作者:钮永胜,赵新民
单位:北京理工大学
出版:《北京理工大学学报》1999年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFBJLG903.0210
DOC编号:DOCBJLG903.0219
下载格式:PDF + Word/doc 文字可复制、可编辑
《鲁棒自联想神经网络在故障传感器信号恢复中的应用》PDF+DOC1998年第02期 钮永胜,赵新民
《基于神经网络的传感器故障在线诊断系统》PDF+DOC1998年第04期 宋刚,黄善衡
《传感器故障诊断方法研究》PDF+DOC1996年第04期 钮永胜,赵新民,孙金玮
《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC2005年第02期 刘东,葛运建
《航空发动机传感器故障诊断方法研究》PDF+DOC2010年第02期 孙晓倩,艾延廷,张振
《基于改进鲁棒自联想神经网络的传感器故障诊断新方法》PDF+DOC1999年第02期 张晨,韩月秋,陶然
《基于联合神经网络的传感器故障诊断与重构》PDF+DOC2005年第02期 王让定,梁正峰,陈华辉
《基于小波神经网络的传感器故障诊断方法研究》PDF+DOC2005年第05期 李冬辉,周巍巍
《温度传感器失效检测与恢复研究》PDF+DOC2010年第06期 赵宇,郑学刚,吴洪涛
《基于神经网络的传感器故障诊断的研究》PDF+DOC2008年第28期 陆强,李文峰,赵学良,田娟
目的研究控制系统中传感器软硬故障诊断和信号恢复.方法提出一种两级神经网络(NN)包括一个主神经网络和若干个局部神经网络方法.主神经网络负责诊断传感器故障,其输入为各传感器在时刻t的信号,输出为各传感器在时刻t+1的信号.各局部网络负责传感器故障诊断和信号恢复.每一个局部网络对应一个传感器,局部神经网络输出为相应的传感器在时刻t+1的信号,其输入为其余传感器在时刻t的信号.各网络均采用先学习,后工作的在线学习方法.结果与结论所述方法具有在线学习、故障误检率低、可以诊断多个传感器软硬故障的优点.对气垫船中传感器软硬故障诊断的仿真结果表明,该方法是行之有效的.
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。