![](https://files.zjtcn.com/group1/M00/B6/1E/CgoBZ2BfkLOAF5k8AABbp1y909c806.jpg)
基于SA-WNN模型的水电机组故障诊断研究
原价 ¥ 20.00
促销价 ¥ 1.00 评分 4.8
报错
- 详情
- 2021-03-23
- 简介
pdf
- 296KB
- 页数 4P
- 阅读 101
针对水电机组振动故障征兆和故障类型的非线性特性及传统小波网络在故障诊断中的缺陷,设计了一种基于模拟退火算法的小波神经网络(sA—WNN)故障诊断模型;将sA—WNN诊断模型应用到水电机组4种典型故障,验证其可行性;实例结果表明,与传统小波网络相比,基于模拟退火算法优化的小波神经网络训练次数少,收敛精度高,为水电机组故障诊断提供了新途径。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于SA-WNN模型的水电机组故障诊断研究 296KB
基于支持向量机的水电机组故障诊断研究 205KB
基于支持向量机的水电机组故障诊断 531KB
基于水电机组运行工况监测的故障诊断 521KB
基于数据融合与信息共享的水电机组故障诊断 439KB
水电站水电机组故障诊断分析 31KB
水电机组故障诊断的集成知识表示与推理 613KB
基于经验模态分解和支持向量机的水电机组振动故障诊断 707KB
水电机组状态监测与故障诊断技术分析 1.1MB
浅析水电机组状态监测与故障诊断技术 1.6MB