National Changhua University of Education Institutional Repository : Item 987654321/11064
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 6507/11669
造访人次 : 30024542      在线人数 : 385
RC Version 3.2 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 进阶搜寻

jsp.display-item.identifier=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

题名: 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
贡献者: 電機工程系
关键词: 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
上传时间: 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
显示于类别:[電機工程學系] 會議論文

文件中的档案:

档案 大小格式浏览次数
2050200316007.pdf142KbAdobe PDF545检视/开启


在NCUEIR中所有的数据项都受到原著作权保护.

 

DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈