原文服务方: 印刷工业       
摘要:
感应电机是现代印刷生产线中的重要组成部分。本项目在 Spark 环境下提出了一种基于 PSO K-means算法的电机故障监测预测方法,引入 PSO 后可以有效缓解 K-means 算法存在的不足,可以实现在全局寻找电机故障数据,从而减少印刷生产线的异常停机次数,避免造成较大的经济损失以及安全事故。
推荐文章
静止状态下的多相感应电机参数辨识方法
参数辨识
静止状态
低压大功率
多相感应电机
感应电机最大效率控制规律研究
感应电机
损耗模型
效率优化规律
仿真
EKF在无速度传感器感应电机中的应用
扩展卡尔曼滤波器(EKF)
交流感应电机
无速度传感器
基于BAS算法优化的感应电机参数估计
感应电机
NARX神经网络
参数估计
天牛须搜索算法
收敛速度
预测精度
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 智能印刷车间感应电机状态监测
来源期刊 印刷工业 学科 工学
关键词
年,卷(期) 2023,(4) 所属期刊栏目 技术专题
研究方向 页码范围 35-38,42
页数 4页 分类号
字数 语种 中文
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)
2023(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
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
印刷工业
双月刊
1673-6451
11-5502/TS
16开
北京市西城区永安路106号三层322
2006-01-01
汉文
出版文献量(篇)
7308
总下载数(次)
0
总被引数(次)
911
论文1v1指导