100 积分
50
评分
4.5 积分- 详情
- 2020-12-27
- 简介
pdf
- 248KB
- 页数 6P
- 阅读 68
- 下载 33
航天继电器长期处于贮存环境,为保证其各阶段始终保持在备用激活状态,必须对继电器的贮存寿命进行预测。本文将因子分析法和回归分析法引入到表征触点电接触可靠性的重要参数——接触电阻的转换中,将25台继电器样品的200对触点在125℃下的接触压降和释放电压双参数数据交叉分为4组进行处理,分析两者与接触电阻的关系,建立函数链神经网络,对接触电阻进行动态预测,进而得到继电器的贮存寿命。分析神经网络预测的整体误差,用92℃的数据对该方法进行检验,得出神经网络的预测误差低于3.5%,证实了统计方法和函数链神经网络的适用性。
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
liang6***
擅长:
装饰 市政 园林 其他
- 4.5
服务
- 7
商品
- 301
人气
相关推荐
基于统计分析的继电器贮存寿命神经网络预测 248KB
基于人工神经网络的继电器评价系统 143KB
人工神经网络在继电器评价系统的应用研究 103KB
基于改进Elman神经网络的徽派古建筑寿命预测 1.2MB
基于BP神经网络的建筑物用电能耗预测 149KB
基于神经网络的公路网规模预测 586KB
基于人工神经网络的短期负荷预测的研究 271KB
基于BP神经网络的风电功率预测仿真分析 804KB
基于神经网络模型的基坑沉降预测的研究 1.7MB
基于人工神经网络的建筑物沉降预测 93KB