• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Incipient motor fault detection and diagnosis via heuristic constraint enforcement on neural fuzzy architectures.
【24h】

Incipient motor fault detection and diagnosis via heuristic constraint enforcement on neural fuzzy architectures.

机译：通过在神经模糊体系结构上的启发式约束实施，来进行初始电动机故障的检测和诊断。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The purpose of this research is to analyze the basic principles of motor fault detection using neural/fuzzy architectures and to develop a framework for incorporating a priori heuristic information into the process of fault detection with neural/fuzzy architectures. First, two fault detectors based on prevalent neural/fuzzy architectures are analyzed and compared with regard to several attributes, including learning algorithms, initial knowledge requirements, and extracted knowledge types. Comparative experimental results are presented for a three-phase induction motor fault detection problem. Then, a framework is developed for incorporating a priori information into the training of neural/fuzzy architectures using set theoretic concepts. The method, called heuristic constraint enforcement, is integrated into the training of one of the analyzed neural/fuzzy architectures to obtain accurate fault detection along with fuzzy sets that agree with a priori heuristic knowledge. Finally, an alternative training scheme is developed for the neural/fuzzy architecture based on line search methods.
机译：本研究的目的是分析使用神经/模糊体系结构的电动机故障检测的基本原理，并开发一种框架，以将先验启发式信息纳入神经/模糊体系结构的故障检测过程。首先，分析并比较了基于流行的神经/模糊体系结构的两个故障检测器，并针对几种属性进行了比较，包括学习算法，初始知识需求和提取的知识类型。给出了针对三相感应电动机故障检测问题的对比实验结果。然后，开发了一个框架，用于使用集合理论概念将先验信息合并到神经/模糊体系结构的训练中。该方法称为启发式约束实施，已集成到一种分析的神经/模糊体系结构的训练中，以获得准确的故障检测以及与先验启发式知识相符的模糊集。最后，基于线性搜索方法，为神经/模糊体系结构开发了一种替代训练方案。

著录项

  • 作者

    Altug, Sinan.;

  • 作者单位

    North Carolina State University.;

  • 授予单位 North Carolina State University.;
  • 学科 Electrical engineering.;Artificial intelligence.;Computer science.
  • 学位 Ph.D.
  • 年度 1998
  • 页码 168 p.
  • 总页数 168
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

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