登录    注册    忘记密码

期刊文章详细信息

RBF神经网络在整流器故障诊断中的应用    

Application of Radical Basis Function Neural Network in Fault Diagnosis of Rectifier

  

文献类型:期刊文章

作  者:谢永成[1] 董今朝[2] 李光升[2] 魏宁[2]

机构地区:[1]装甲兵工程学院外训系,北京100072 [2]装甲兵工程学院控制工程系,北京100072

出  处:《计算机测量与控制》

年  份:2013

卷  号:21

期  号:12

起止页码:3184-3186

语  种:中文

收录情况:BDHX、BDHX2011、CSA、CSA-PROQEUST、INSPEC、ZGKJHX、核心刊

摘  要:径向基函数(Radical Basis Function,RBF)神经网络是一种三层前向网络,它能够任意精度逼近任意连续函数,特别适合于解决分类问题;文章根据装甲车辆电源系统硅整流器故障早期多为单个二极管故障的特点,结合二极管因出现短路后会在很短时间内转化为开路故障的实际情况,首先利用MATLAB编程对建立的整流器模型进行数据采集,然后利用RBF神经网络进行网络训练和验证,从而将故障确定到具体的二极管,达到了对整流器故障诊断的目的;通过与BP神经网络的对比,结果表明RBF网络具有更强的分类能力。

关 键 词:RBF神经网络 整流器 故障诊断

分 类 号:TN461]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心