期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
模糊神经技术在反应堆安全研究中的应用 被引量:1
1
作者 张晓文 沈承 +1 位作者 张琴舜 杨煜普 《原子能科学技术》 EI CAS CSCD 2002年第1期85-88,共4页
概要介绍了模糊神经网络技术 ,并对其在核电厂的负荷跟踪、功率分布控制、运行状况及运行参数的虚拟测量、故障诊断及瞬态识别以及核燃料的质量检查等方面的应用情况进行了综述。模糊神经网络技术在核电厂中的应用大大提高了反应堆运行... 概要介绍了模糊神经网络技术 ,并对其在核电厂的负荷跟踪、功率分布控制、运行状况及运行参数的虚拟测量、故障诊断及瞬态识别以及核燃料的质量检查等方面的应用情况进行了综述。模糊神经网络技术在核电厂中的应用大大提高了反应堆运行的安全性和可靠性 。 展开更多
关键词 模糊神经技术 模糊神经网络 核电厂 可靠性 核反应堆 安全性
在线阅读 下载PDF
模糊神经技术在交流传动领域中的应用现状与前景
2
作者 冯晓云 张桂香 《铁道学报》 EI CAS CSCD 北大核心 1999年第A05期19-22,共4页
介绍了模糊神经技术的理论研究和发展现状,阐述了模糊控制及神经网络在交流传动领域中的应用,并提出了将模糊神经技术应用于交流传动系统的发展前景及需进一步研究的问题。
关键词 模糊神经技术 交流传动 模糊控制 神经网络
在线阅读 下载PDF
一种模糊神经网络技术及其在储层预测中的应用 被引量:5
3
作者 姜岩 李文艳 吴明华 《石油物探》 EI CSCD 2004年第4期377-379,共3页
大庆外围油田的葡萄花油层主要为砂泥岩薄互层,储层砂体横向变化大,这给井位设计带来了很大的难度。近几年地震属性分析技术虽然得到了较快的发展,但地震属性与储层地质参数之间的关系较模糊,难以用地震特征参数直接预测储层的砂岩厚度... 大庆外围油田的葡萄花油层主要为砂泥岩薄互层,储层砂体横向变化大,这给井位设计带来了很大的难度。近几年地震属性分析技术虽然得到了较快的发展,但地震属性与储层地质参数之间的关系较模糊,难以用地震特征参数直接预测储层的砂岩厚度。为此,研究了一种模糊神经网络预测砂岩技术,它将人工神经网络理论与模糊逻辑分析相结合,在地震属性分析的基础上,以井旁地震道主分量参数为输入,以井孔地质参数为期望输出,建立模糊神经网络,并对网络进行训练,当网络收敛且网络整体方差达到要求的精度时,便完成了网络训练。该技术应用于大庆太平屯地区储层预测中,通过4口后验井检验,预测厚度与钻井厚度吻合较好,平均绝对误差为0.21m。 展开更多
关键词 模糊神经网络技术 储层预测 预测方法 模糊逻辑 隶属度函数 地震属性 信息技术
在线阅读 下载PDF
PMSM DTC系统逆变器故障的模糊神经网络诊断(英文) 被引量:7
4
作者 YZNAGA BLANC0 Ivonne 孙丹 贺益康 《电机与控制学报》 EI CSCD 北大核心 2008年第2期132-138,146,共8页
针对永磁同步电机(PMSM)直接转矩控制(DTC)系统中常见的电力电子逆变器故障,提出了一种基于智能策略的诊断方法。根据PMSM DTC系统逆变器故障的特性,建立了一个自适应神经模糊网络的模型,选择PMSM的电流量作为故障检测和诊断的信号源,... 针对永磁同步电机(PMSM)直接转矩控制(DTC)系统中常见的电力电子逆变器故障,提出了一种基于智能策略的诊断方法。根据PMSM DTC系统逆变器故障的特性,建立了一个自适应神经模糊网络的模型,选择PMSM的电流量作为故障检测和诊断的信号源,对系统正常及故障状态下的电流特性进行了分析,并利用训练好的模糊神经网络进行逆变器的故障诊断。仿真结果表明,该方法仅需检测电机的一相电流便可直接实现逆变器多种常见故障的诊断,摒弃了复杂的信号变换,同时节约了系统成本,保障了故障系统容错策略的实施。 展开更多
关键词 自适应模糊神经技术 直接转矩控制 永磁同步电机 逆变器故障
在线阅读 下载PDF
蜂窝纸板切纸机的模糊神经网络智能化控制
5
作者 鄢腊梅 黄贤明 曾晓红 《包装工程》 CAS CSCD 北大核心 2002年第4期64-66,共3页
提出并实现了一种基于模糊技术和神经网络集成的仿人智能控制模型 ,利用该智能控制模型对蜂窝纸板切纸机进行控制 ,可以实现对纸板的按任意要求的切割。
关键词 切纸机 蜂窝纸板 模糊神经网络技术 智能化控制 生产线 工作原理
在线阅读 下载PDF
Visualization of flatness pattern recognition based on T-S cloud inference network 被引量:2
6
作者 张秀玲 赵亮 +1 位作者 臧佳音 樊红敏 《Journal of Central South University》 SCIE EI CAS CSCD 2015年第2期560-566,共7页
Flatness pattern recognition is the key of the flatness control. The accuracy of the present flatness pattern recognition is limited and the shape defects cannot be reflected intuitively. In order to improve it, a nov... Flatness pattern recognition is the key of the flatness control. The accuracy of the present flatness pattern recognition is limited and the shape defects cannot be reflected intuitively. In order to improve it, a novel method via T-S cloud inference network optimized by genetic algorithm(GA) is proposed. T-S cloud inference network is constructed with T-S fuzzy neural network and the cloud model. So, the rapid of fuzzy logic and the uncertainty of cloud model for processing data are both taken into account. What's more, GA possesses good parallel design structure and global optimization characteristics. Compared with the simulation recognition results of traditional BP Algorithm, GA is more accurate and effective. Moreover, virtual reality technology is introduced into the field of shape control by Lab VIEW, MATLAB mixed programming. And virtual flatness pattern recognition interface is designed.Therefore, the data of engineering analysis and the actual model are combined with each other, and the shape defects could be seen more lively and intuitively. 展开更多
关键词 pattern recognition T-S cloud inference network cloud model mixed programming virtual reality visual recognition
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部