机电工程
機電工程
궤전공정
MECHANICAL & ELECTRICAL ENGINEERING MAGAZINE
2014年
7期
933-936,941
,共5页
可靠性预计%充放电装置%总体设备效率%可用性效率%神经网络
可靠性預計%充放電裝置%總體設備效率%可用性效率%神經網絡
가고성예계%충방전장치%총체설비효솔%가용성효솔%신경망락
reliability prediction%charging and discharging device%overall equipment efficiency (OEE)%availability efficiency (AE)%neural network
针对如何更精确地实现充放电装置可靠性预计的问题,通过研究总体设备效率(OEE)中各元素的作用和关系,选取其中的可用性效率(AE)作为充、放电装置可靠性预计的目标值;同时,对于传统可靠性预计方法中的局限性,提出了一种基于神经网络的可靠性预计方法,建立了三层BP神经网络,并考虑充、放电装置中各个功能模块选取合适的参数作为神经网络输入,通过增加隐含层神经元个数的方法提高了预计精度,在取定合适的参数和样本数据后进行了仿真实验.研究结果表明,采用该方法对充、放电装置进行可靠性预计,可以达到很好的效果.
針對如何更精確地實現充放電裝置可靠性預計的問題,通過研究總體設備效率(OEE)中各元素的作用和關繫,選取其中的可用性效率(AE)作為充、放電裝置可靠性預計的目標值;同時,對于傳統可靠性預計方法中的跼限性,提齣瞭一種基于神經網絡的可靠性預計方法,建立瞭三層BP神經網絡,併攷慮充、放電裝置中各箇功能模塊選取閤適的參數作為神經網絡輸入,通過增加隱含層神經元箇數的方法提高瞭預計精度,在取定閤適的參數和樣本數據後進行瞭倣真實驗.研究結果錶明,採用該方法對充、放電裝置進行可靠性預計,可以達到很好的效果.
침대여하경정학지실현충방전장치가고성예계적문제,통과연구총체설비효솔(OEE)중각원소적작용화관계,선취기중적가용성효솔(AE)작위충、방전장치가고성예계적목표치;동시,대우전통가고성예계방법중적국한성,제출료일충기우신경망락적가고성예계방법,건립료삼층BP신경망락,병고필충、방전장치중각개공능모괴선취합괄적삼수작위신경망락수입,통과증가은함층신경원개수적방법제고료예계정도,재취정합괄적삼수화양본수거후진행료방진실험.연구결과표명,채용해방법대충、방전장치진행가고성예계,가이체도흔호적효과.
