勤益科大機構典藏:Item 987654321/1566
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 2928/5721 (51%)
造访人次 : 386432      在线人数 : 317
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/1566


    题名: 類小腦神經網路於機電設備故障診斷之應用
    Applications of Cerebellar Model Articulation Controller Neural Network on Fault Diagnosis of Mechanical and Electrical Equipments
    作者: 林宜生
    Lin, Yi-Shin
    贡献者: 資訊與電能科技研究所
    关键词: 水循環系統;汽輪發電機;類小腦神經網路;故障診斷
    water circulation system;steam turbine;CMAC neural network;fault diagnosis
    日期: 2007
    上传时间: 2008-10-07 09:32:35 (UTC+8)
    摘要: 本文主旨在於應用類小腦神經網路(Cerebellar Model Articulation Controller Neural Network)作為診斷技術的理論基礎，並以水循環系統及大型汽輪發電機故障為範例，驗證本論文所提出方法的優越性。以水循環系統為例，依據所收集之故障樣本種類，建構類小腦模式的診斷架構，以梯度衰減法進行記憶權值的訓練。訓練完成的診斷架構即可進行水循環系統的故障診斷。而為了驗證診斷技術的抗雜訊性，文中加入雜訊作測試，測試結果均證明本文所提出方法的可行性及正確性。本文所提出的診斷技術可應用於各型的機電設備系統，對於大型汽輪發電機組的診斷架構，本論文亦作驗證。並提出以微控制器為核心的故障診斷裝置設計，故障資料的收集、記憶權值的訓練及機電設備故障診斷皆可透過此一可攜式診斷器的設計加以實現，不同於習知技術的電腦模擬。最後利用網路傳輸技術開發遠端故障診斷系統，透過遠端資料傳送進行故障診斷，以突破區域性之限制。
    显示于类别:[資訊與電能科技研究所] 【資訊與電能科技研究所】博碩士論文

    文件中的档案:

    档案 大小格式浏览次数
    0KbUnknown1940检视/开启


    在NCUTIR中所有的数据项都受到原著作权保护.

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈