資料載入中.....
|
請使用永久網址來引用或連結此文件:
http://ir.ncue.edu.tw/ir/handle/987654321/11064
|
| 題名: | 倒傳遞神經網路在火力發電廠之冷凝器故障診斷
Back-Propagation Neural Network for the Condenser Fault Diagnosis in Fossil-Fuel Powerplants |
| 作者: | 魏忠必;邱裕豐;洗鴻瑋 |
| 貢獻者: | 電機工程系 |
| 關鍵詞: | 倒傳遞神經網路;冷凝器;故障診斷
Back-propagation neural network;Condenser;Fault diagnosis |
| 日期: | 2006-06
|
| 上傳時間: | 2012-06-05T03:53:23Z
|
| 出版者: | 國立勤益技術學院 |
| 摘要: | 本文提出以倒傳遞神經網路(Back-propagation neural network, BPN)應用在火力發電廠冷凝器故障診斷(Condenser fault diagnosis in fossil-fuel power plants)之研究。利用倒傳遞神經網路之特性，用己知的故障數據對類神經網路進行訓練後，即可以對冷凝器的故障型態進行診斷。而本文所提之BPN用來驗證對冷凝器故障診斷之準確性，使用MATLAB的方式來撰寫BPN程式，並且經過訓練後所診斷新的樣本資料，用來辨別出故障型態。
In this paper, study to a Back-Propagation Neural Network(BPN) application to fault diagnosis for the condenser in fossil-fuel power plants. Utilize Back-Propagation Neural Network the characteristic, using the know data to train the neural network. Then, input the new samples to diagnose the fault type. In order to prove the accuracy of the BPNN for the condenser fault diagnosis, using MATLAB write to BPN program, and through to the new data sample after training, distinguish to fault type. The simulation can prove the proposed method is effective and accurate. |
| 關聯: | 第一屆生活科技研討會, 國立勤益技術學院, 2006年6月9日: 1021-1025 |
| 顯示於類別: | [電機工程學系] 會議論文
|
文件中的檔案:
| 檔案 |
大小 | 格式 | 瀏覽次數 |
|---|
| 2050200316007.pdf | 142Kb | Adobe PDF | 545 | 檢視/開啟 |
|
在NCUEIR中所有的資料項目都受到原著作權保護.
|
