• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Manufacturing Engineering Conference >Intelligent Condition Based Maintenance Using Adaptive Resonance Theory-2 Neural Network
【24h】

Intelligent Condition Based Maintenance Using Adaptive Resonance Theory-2 Neural Network

机译：基于智能条件的自适应谐振理论-2神经网络的维护

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Connector clamp is an essential component which effects transformer 150/20 kV performance in an electricity substation. Previous research developed a Statistical Process Control (SPC) chart combine with a Back Propagation Neural Network (BPNN) for determining the condition of connection clamp. Connector clamp condition assessment is designed using clamp and conductor's temperature as parameters at certain load values to shape limit-1 (3σ) and limit-6 (1.645σ). Its condition is necessary to be controlled effectively and efficiently. This paper improves the level of neural network. This research develops an Adaptive Resonance Theory-2 Neural Network with advantages that can renew the knowledge by adding new data for learning.
机译：连接器夹具是一种基本组件，其在电动变电站中实现变压器150/20 kV性能。以前的研究开发了一个统计过程控制（SPC）图表与后传播神经网络（BPNN）相结合，用于确定连接夹的条件。连接器钳位条件评估使用夹具和导体温度作为某些负载值的参数设计为形状限制-1（3σ）和限位-6（1.645σ）。它的状况是有效且有效地控制的。本文提高了神经网络的水平。该研究开发了一种自适应共振理论-2神经网络，具有可以通过添加新数据来更新知识的优点。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号