基于TMS320 DSP实现感应电机故障检测的人工神经网络设计法
人工神经网络（ＡＮＮ）被成功的应用于诸多领域中，如常用技术中的故障诊断、控制以及信号处理等。人工神经网络具有非线性结构，而这对于在学习阶段逼近于期望结果来说是一个非常重要的特征。此外，在测试阶段它可以在短时间内得出结果（数量级大约为１０〈’－３〉秒）。同其它逼近方法相比，它更为可取。该文利用前向网络误差反向传播训练算法实现电机的故障检测。所用数值以某鼠笼式感应电机为模型，利用这些数值实现了一种新的应用方式。
人工神经网络 故障诊断 数字信号处理
程婧容 殷冬梅 谈振藩
滨工程大学自动化学院(黑龙江,哈尔滨)
国内会议
汕头
中文
511～514
1999-11-01（万方平台首次上网日期，不代表论文的发表时间）