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:
针对目前无刷同步发电机旋转整流器故障识别方法识别速度慢的问题,提出一种基于改进极限学习机的故障快速识别技术.该方法通过鸡群算法优化极限学习机的参数,得到优化的识别模型,并将其应用于无刷同步发电杌旋转整流器的故障识别中.实验结果表明,经过优化的极限学习机与现有分类方法相比,具有很好的诊断性能和较高的分类速度.该方法适用于无刷同步发电机旋转整流器故障快速识别和定位.
推荐文章
基于DSP的航空发电机旋转整流器诊断技术研究
快速傅里叶变换
数字信号处理器
旋转整流器
航空发电机
故障诊断
多相无刷励磁系统旋转整流器故障检测新方法
无刷励磁
旋转整流器
故障特征
故障诊断
基于DBN的航空发电机旋转整流器故障诊断方法
无刷同步发电机
旋转整流器
深度置信网络
故障诊断
深度学习
旋转整流式无刷交、直流发电机谐波电枢反应构建
无刷电机
谐波电枢反应
旋转整流器
直流发电机
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 一种无刷同步发电机旋转整流器故障快速识别方法
来源期刊 计算机与现代化 学科 工学
关键词 无刷同步发电机 旋转整流器 故障识别 鸡群算法 极限学习机
年,卷(期) 2017,(10) 所属期刊栏目 算法设计与分析
研究方向 页码范围 66-71
页数 6页 分类号 TP181
字数 4780字 语种 中文
DOI 10.3969/j.issn.1006-2475.2017.10.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 崔江 南京航空航天大学自动化学院 71 878 15.0 27.0
2 唐军祥 南京航空航天大学自动化学院 5 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (52)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无刷同步发电机
旋转整流器
故障识别
鸡群算法
极限学习机
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
论文1v1指导