基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
工况监测使故障诊断和电机及驱动系统的预测在近期已变得重要了。由于它对很多工业过程的连续运行有很大影响,所以本题目在过去的几年里一直吸引着研究者们进行研究。初始故障的正确诊断和早期探测导致了频繁且不按时间表的维修,缩短了电机的停机时间,还避免了有害、甚至是破坏性后果的发生,降低了经济损耗。随着近期现代人工智能(AI)的开发,诊断过程中的专家逐渐减少。人工神经网络(ANNs)、模糊和自适应模糊系统以及专家系统对自动诊断过程来说,却是良好的候选方法。本项工作给出了诊断程序的原理和标准。文中介绍了目前在电机和驱动系统诊断中应用AI技术的研究成果。
推荐文章
人工智能技术在电力系统故障诊断中的运用分析
人工智能技术
电力系统
故障诊断
智能化发展
基于智能方法的电机故障诊断技术综述
电机故障诊断
智能方法
研究现状
发展趋势
人工智能在故障诊断中的发展与应用
智能制造
人工智能
状态监测
故障诊断
诊断模型
神经网络
控制系统故障诊断方法综述
故障检测
故障诊断
解析冗余
专家系统
免疫系统
数据驱动
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 电机和驱动系统故障诊断中人工智能工具的应用——综述
来源期刊 国外大电机 学科 工学
关键词 电机 驱动系统 故障诊断 人工智能工具 定子绕组
年,卷(期) 2003,(4) 所属期刊栏目
研究方向 页码范围 33-37
页数 5页 分类号 TM307.1
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电机
驱动系统
故障诊断
人工智能工具
定子绕组
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国外大电机
季刊
哈尔滨市香坊区三大动力路51号
出版文献量(篇)
2114
总下载数(次)
8
总被引数(次)
0
论文1v1指导