论文部分内容阅读
由于神经网络的训练和学习速度问题，一般不适用于在线学习和实时应用；而如何实现故障定位是故障诊断的关键之一。该文提出一种基于模型方式，由神经网络构成的状态观测器的深知识的诊断方法，采用自适应的在线学习方法，具有快速的收敛速度和良好的跟踪特性，并能够实现故障隔离和部件诊断功能。
一种基于神经网络的故障定位与部件诊断技术
【摘 要】
：
由于神经网络的训练和学习速度问题，一般不适用于在线学习和实时应用；而如何实现故障定位是故障诊断的关键之一。该文提出一种基于模型方式，由神经网络构成的状态观测器的深知识
【机 构】
：
铁道大学机电工程学院
【出 处】
：
第一届全国诊断工程技术学术会议
【发表日期】
：
1998年期
其他文献
提出一种基于人工神经网络的综合指标评估方法，首先提出了一种新的归一化效用函数，把不同类型、不同量纲的原始评估值转换到〖－１，１〗区间，该效用函数较好地体现了“奖优罚劣”原则，同
文言文虽然晦涩难懂,但是用好了绝对格调飙升,比如你想感叹秋高气爽,众鸟纷飞,可以吟诵出“落霞与孤鹜齐飞,秋水共长天一色”,否则就只能憋出一句:“天好蓝,鸟好多啊!”
该研究设计了26种训练条件，在每种条件下训练30个人工神经网络，记录神经网络在各种条件下对困难组、容易组、总体组的测验误差和答对率，并由此计算出相应的边界效应。研究表明，当
该文以人工神经网络技术为工具，从模式识别的角度较为详细地论述了旋转机械故障中故障模式的表达，联想记忆识别能力等问题，并对旋转机械中的常见故障进行了训练学习和事例诊断。