无刷同步发电机旋转整流器故障的神经网络识别
乔维德
2016-11-23
发表期刊温州职业技术学院学报
ISSN1671-4326
卷号16期号:04页码:44-48
摘要针对无刷同步发电机旋转整流器常见故障特点,提出一种基于小波包分解和BP神经网络的旋转整流器故障识别方法。运用小波包分析(WAP)提取故障特征信号,建立故障识别的神经网络模型,采取粒子群-人工蜂群(PSO-ABC)算法优化神经网络的最优初始连接权值和阈值等结构参数。仿真结果表明,该方法具有识别速度快、准确性高等优点。
关键词同步发电机 旋转整流器 WAP PSO-ABC 故障识别
DOI10.13669/j.cnki.33-1276/z.2016.081
URL查看原文
语种中文
资助项目无锡市社会事业领军人才资助项目(WX530/2016013)
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/141196
专题国家开放大学江苏分部
作者单位无锡开放大学科研与质量控制处
第一作者单位国家开放大学江苏分部
第一作者的第一单位国家开放大学江苏分部
推荐引用方式
GB/T 7714
乔维德. 无刷同步发电机旋转整流器故障的神经网络识别[J]. 温州职业技术学院学报,2016,16(04):44-48.
APA 乔维德.(2016).无刷同步发电机旋转整流器故障的神经网络识别.温州职业技术学院学报,16(04),44-48.
MLA 乔维德."无刷同步发电机旋转整流器故障的神经网络识别".温州职业技术学院学报 16.04(2016):44-48.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[乔维德]的文章
百度学术
百度学术中相似的文章
[乔维德]的文章
必应学术
必应学术中相似的文章
[乔维德]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
基于AHP的信息技术与课程整合教学能力评价
关于高职学生心理健康问题的调查分析及教育对策
基于87LPC768微处理器相位计的设计
电子技术在汽车中的应用与发展
双通道抗混滤波器及模块的设计
基于蚁群算法的变压器智能故障诊断系统
《电气控制》教学的讲练结合
电动汽车技术及其应用
数字化转型背景下的老年数字化学习力建构研究
基于BP神经网络的现代远程教育教学质量评价模型的构建
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。