메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Wu Lei (Harbin Engineering University) Sun Rong-Ping (Harbin Engineering University) Cheng Jian-Hua (Harbin Engineering University)
저널정보
제어로봇시스템학회 제어로봇시스템학회 국제학술대회 논문집 ICCAS 2008
발행연도
2008.10
수록면
1,032 - 1,035 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Taking FOG SINS (fiber-optic gyroscope strapdown inertial system) as an object, a new fault diagnostic scheme based on RBF(radial basis function) neural network is proposed. Being capable of training and simulating data off-line, neural networks provide a solution to overcome some drawbacks of the quantitative fault diagnosis. The fault tree of FOG SINS is analyzed, which is the basis of the study of neural network fault diagnosis technology. The structure and inferential mechanism of RBF network used for elementary fault diagnosis are discussed in detail. Training simulation results of the neural network are given and an improved effect with real data is obtained, which show the feasibility of the proposed scheme.
#RBF neural network #FOG SINS #fault diagnosis

목차

Abstract
1. INTRODUCTION
2. CONSTRUCTION OF FOG SINS AND THE FAULT MODEL
3. APPLICATION OF RBF NEURAL NETWORK IN THE FAULT DIAGNOSIS
4. NEURAL NETWORK TRAINING OF FAULT DIAGNOSIS
5. TEST OF FAULT DIAGNOSIS
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

The Adaptive Backstepping Controller of RBF Neural Network Which is Designed on the Basis of the Error
김현우 ,  윤육현 ,  정진한 외 1명 Journal of the Korean Society for Precision Engineering 2017 .02
Adaptive Sliding Mode Control for Dual Missile Using RBF Neural Network
Seunghyun Kim ,  Dongsoo Cho ,  H. Jin Kim 제어로봇시스템학회 국제학술대회 논문집 2014 .10
데이터 중심 다항식 확장형 RBF 신경회로망의 설계 및 최적화
오성권 ,  김영훈 ,  박호성 외 1명 전기학회논문지 2011 .03
RBF 뉴널 네트워크 설계와 LED Dimming Control System으로의 응용
김영훈 ,  박호성 ,  오성권 정보 및 제어 논문집 2010 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-569-000984335