文献

J-GLOBAL ID：201702278597873598   整理番号：17A1636020

外因性入力ニューラルネットワークを用いた非線形自己回帰に基づく作業条件を持つセグメント駆動リニアモータのための結合温度予測法【Powered by NICT】

Joint temperature prediction method for segment-powered linear motor with working condition based on nonlinear autoregressive with exogenous input neural network

著者 (5件)： Teng Teng (National Key Laboratory of Science and Technology on Vessel Integrated Power System, Naval University of Engineering, Wuhan, China) ,  Zhihua Zhao (National Key Laboratory of Science and Technology on Vessel Integrated Power System, Naval University of Engineering, Wuhan, China) ,  Weiming Ma (National Key Laboratory of Science and Technology on Vessel Integrated Power System, Naval University of Engineering, Wuhan, China) ,  Jinli Liu (National Key Laboratory of Science and Technology on Vessel Integrated Power System, Naval University of Engineering, Wuhan, China) ,  Yaoqiang Duan (Huazhong University of Science and Technology, Wuhan, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICEMS  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 装置の主な状態の数値予測は,予後と健康管理(PHM)研究の第一段階である。温度はセグメント 駆動リニアモータの最も重要な健康指標の一つである。外因性入力ニューラルネットワーク(NARXNN)モデルを伴う非線形自己回帰は,セグメント電動リニアモータの温度を予測するために訓練した。単一値予測に基づいて,最適予測モデルを紹介した。使用状況情報に基づいて,結合予測モデルは温度予測のために設計し,訓練した。モデルは異なる日に得られた多段階試験データに適用し,予測結果を比較し,分析した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ニューラルネットワーク ,  *リニアモータ ,  予測モデル ,  健康管理 ,  数値予測 ,  *予測
準シソーラス用語： 試験データ ,  使用状況 ,  値予測 ,  健康状態指標 ,  *温度予測 ,  *自己回帰 , 【Automatic Indexing@JST】

分類 (1件)： 運動機構  (QB01080K)

タイトルに関連する用語 (7件)： ニューラルネットワーク ,  非線形 ,  自己回帰 ,  作業条件 ,  セグメント ,  リニアモータ ,  温度予測