Ograniczanie wyników
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  uszkodzenia prętów wirnika
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
This paper deals with the application of the General Regression Neural Networks as the rotor fault detectors of the converter-fed induction motors. The major advantages of GRNN application in the considered task are simplified design process and high quality of data classification. Specific fault symptoms of the rotor damages included in the measured stator current spectrum are proposed as elements of the input vectors of the GRNN-based detector. Diagnostic results obtained by the proposed neural detector of rotor faults are demonstrated.
PL
W artykule przedstawiono zastosowanie regresyjnych sieci neuronowych (GRNN) jako detektorów uszkodzeń wirnika silnika indukcyjnego zasilanego z przekształtnika częstotliwości. Najistotniejszymi zaletami zastosowania modeli GRNN w opisywanej aplikacji są: uproszczony proces projektowania oraz wysoka precyzja klasyfikacji danych. Zaprezentowano również szczegóły związane z generowaniem przesłanek uszkodzeń, będących elementami wektora wejściowego sieci neuronowej.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.