期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于动态对角递归网络的变压器故障诊断 被引量:3
1
作者 段慧达 王建南 白晶 《微计算机信息》 北大核心 2006年第11S期6-7,38,共3页
本文介绍了动态对角递归网络,并针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练。同时,将动态对角递归网络引入到电力变压器的故障诊断中,通过改良三比值方法来实现故障诊断,提高了神经网络故障诊断收... 本文介绍了动态对角递归网络,并针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练。同时,将动态对角递归网络引入到电力变压器的故障诊断中,通过改良三比值方法来实现故障诊断,提高了神经网络故障诊断收敛性及增量学习能力。最后,仿真诊断实例表明了应用这种方法实现的变压器故障诊断系统的有效性。 展开更多
关键词 动态对角递归网络 推预报误差 故障诊断 气相色谱分析法
在线阅读 下载PDF
基于动态对角递归网络的变压器故障诊断 被引量:2
2
作者 段慧达 王建南 白晶 《微计算机信息》 北大核心 2007年第06S期214-215,共2页
本文介绍了动态对角递归网络,并针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练。同时,将动态对角递归网络引入到电力变压器的故障诊断中,通过改良三比值方法来实现故障诊断,提高了神经网络故障诊断收... 本文介绍了动态对角递归网络,并针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练。同时,将动态对角递归网络引入到电力变压器的故障诊断中,通过改良三比值方法来实现故障诊断,提高了神经网络故障诊断收敛性及增量学习能力。最后,仿真诊断实例表明了应用这种方法实现的变压器故障诊断系统的有效性。 展开更多
关键词 动态对角递归网络 推预报误差 故障诊断 气相色谱分析法
在线阅读 下载PDF
动态对角递归网络在变压器故障诊断中的应用 被引量:1
3
作者 段慧达 刘学军 白晶 《继电器》 CSCD 北大核心 2007年第4期11-13,共3页
介绍了动态对角递归网络,并针对BP算法收敛慢的缺点,提出了递推预报误差学习算法。利用该算法对神经网络的权值和域值进行训练,有效地提高神经网络的收敛性及增量学习能力。将动态对角递归网络应用到变压器的故障诊断中,利用改良三比值... 介绍了动态对角递归网络,并针对BP算法收敛慢的缺点,提出了递推预报误差学习算法。利用该算法对神经网络的权值和域值进行训练,有效地提高神经网络的收敛性及增量学习能力。将动态对角递归网络应用到变压器的故障诊断中,利用改良三比值方法来实现诊断,建立了诊断的模型。利用部分数据进行了训练及故障诊断的仿真,结果表明了利用该方法进行变压器故障诊断的有效性。 展开更多
关键词 动态对角递归网络 推预报误差 故障诊断 气相色谱分析法 BP算法
在线阅读 下载PDF
基于对角递归网络补偿器的直线永磁同步电机伺服系统
4
作者 周振雄 杨建东 曲永印 《煤矿机械》 北大核心 2008年第4期127-130,共4页
针对直线永磁同步电机伺服系统负载阻力扰动、动子质量变化等扰动提出了一种基于动态对角递归网络补偿器的位置伺服控制方案。利用动态对角递归网络具有内部反馈结构和动态映射能力对系统参数变化和扰动具有较强鲁棒性的特点,设计出一... 针对直线永磁同步电机伺服系统负载阻力扰动、动子质量变化等扰动提出了一种基于动态对角递归网络补偿器的位置伺服控制方案。利用动态对角递归网络具有内部反馈结构和动态映射能力对系统参数变化和扰动具有较强鲁棒性的特点,设计出一种新型非线性补偿器,并利用一种改进的递推预报误差学习算法加快权值调整速度、节约在线训练时间。 展开更多
关键词 直线永磁同步电机 动态对角递归网络 推预报误差学习算法
在线阅读 下载PDF
基于DRNN的直线永磁同步电机精密位置控制 被引量:7
5
作者 周振雄 杨建东 曲永印 《机床与液压》 北大核心 2008年第8期248-251,共4页
对直线永磁同步电机伺服系统提出了一种基于动态对角递归网络补偿器的IP位置控制方案。在对比干扰观测器前馈IP位置控制器的基础上,利用动态对角递归网络(DRNN)具有内部反馈结构和动态映射能力对系统参数变化和扰动具有较强鲁棒性的特点... 对直线永磁同步电机伺服系统提出了一种基于动态对角递归网络补偿器的IP位置控制方案。在对比干扰观测器前馈IP位置控制器的基础上,利用动态对角递归网络(DRNN)具有内部反馈结构和动态映射能力对系统参数变化和扰动具有较强鲁棒性的特点,设计出DRNN非线性补偿器,并提出一种改进的RPE学习算法加快权值调整速度、节约在线训练时间。仿真表明该方案能明显改善位置跟踪精度并增强系统鲁棒性。 展开更多
关键词 直线永磁同步电机 动态对角递归网络 RPE算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部