About: INFLUENCE OF FUZZY NEURAL NETWORK INPUT PARAMETERS ON MODELING PROCESS OF INSULATIVE MATERIAL     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • V dnešní době patří metody umělé inteligence mezi vhodné nástroje pro predikci a simulaci technických soustav. Touto soustavou pak může být elektrický točivý stroj u něhož vyžadujeme predikci jeho životnosti. Mezi nejcitlivější a nejnákladnější části takového stroje pak patří izolace jeho vinutí. Článek se zabývá diagnostikou izolačních materiálů elektrických strojů točivých s využitím fuzzy-neuronových sítí a vlivem vstupních veličin na výsledek predikce a simulace izolačního materiálu, který je v nich použit. Vstupní data tvoří koeficient Ba (aktivační energie polarizačního děje), Bv (aktivační energie vodivostního děje) a koeficient Uk což je parametr určující kritické napětí. Tyto data jsou získána nedestruktivním měřením na vzorcích izolačního materiálu. Toto jsou hlavní předpoklady k predikci koeficientu Up (průrazné napětí), který charakterizuje životnost izolačního materiálu a tedy celého motoru (cs)
  • Well timed diagnostics of functional state of production machines is still very important in this time. We are focused on problem of degradation procedure inside insulative systems. The paper deals with the the effect of the input values on the result of modeling process of insulating material. The input data consist of coefficients Ba (activation energy of a polarization action), Bv (activation energy of a conduction action) and Uk, being a parameter that determines critical voltage. The input data was obtained by non-destructive measurement method on insulating material samples in laboratory environment. They are the main prerequisites for the modeling of coefficient Up (break-down voltage) that characterizes the lifetime of the insulating material and, therefore, the whole motor. The fuzzy neural networks were programmed in the Matlab 6.5 environment and the results of simulations were obtained using the same product.
  • Well timed diagnostics of functional state of production machines is still very important in this time. We are focused on problem of degradation procedure inside insulative systems. The paper deals with the the effect of the input values on the result of modeling process of insulating material. The input data consist of coefficients Ba (activation energy of a polarization action), Bv (activation energy of a conduction action) and Uk, being a parameter that determines critical voltage. The input data was obtained by non-destructive measurement method on insulating material samples in laboratory environment. They are the main prerequisites for the modeling of coefficient Up (break-down voltage) that characterizes the lifetime of the insulating material and, therefore, the whole motor. The fuzzy neural networks were programmed in the Matlab 6.5 environment and the results of simulations were obtained using the same product. (en)
Title
  • INFLUENCE OF FUZZY NEURAL NETWORK INPUT PARAMETERS ON MODELING PROCESS OF INSULATIVE MATERIAL
  • INFLUENCE OF FUZZY NEURAL NETWORK INPUT PARAMETERS ON MODELING PROCESS OF INSULATIVE MATERIAL (en)
  • VLIV VSTUPNÍCH PARAMETRŮ FUZZY NEURONOVÁ SÍTĚ NA MODELOVÁNÍ PROCESU IZOLAČNÍHO MATERIÁLU (cs)
skos:prefLabel
  • INFLUENCE OF FUZZY NEURAL NETWORK INPUT PARAMETERS ON MODELING PROCESS OF INSULATIVE MATERIAL
  • INFLUENCE OF FUZZY NEURAL NETWORK INPUT PARAMETERS ON MODELING PROCESS OF INSULATIVE MATERIAL (en)
  • VLIV VSTUPNÍCH PARAMETRŮ FUZZY NEURONOVÁ SÍTĚ NA MODELOVÁNÍ PROCESU IZOLAČNÍHO MATERIÁLU (cs)
skos:notation
  • RIV/00216305:26210/05:PU55274!RIV07-MSM-26210___
http://linked.open.../vavai/riv/strany
  • 153-155
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • S, Z(MSM4977751310)
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 524693
http://linked.open...ai/riv/idVysledku
  • RIV/00216305:26210/05:PU55274
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • Fuzzy Neural Network, Diagnostics, Simulation, Lifetime Insulating Material (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...ontrolniKodProRIV
  • [FE33DB9DD4B7]
http://linked.open...v/mistoKonaniAkce
  • Bucharest
http://linked.open...i/riv/mistoVydani
  • Sibiu, Romania
http://linked.open...i/riv/nazevZdroje
  • UBR-CORR Study and Control of Corroslon in the Perspective of Sustalnable Development of Urban Distribution Grids
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...UplatneniVysledku
http://linked.open...iv/tvurceVysledku
  • Hammer, Miloš
  • Latina, Petr
  • Říha, Zbyněk
http://linked.open...vavai/riv/typAkce
http://linked.open.../riv/zahajeniAkce
http://linked.open...n/vavai/riv/zamer
number of pages
http://purl.org/ne...btex#hasPublisher
  • Neuveden
https://schema.org/isbn
  • 973-718-259-6
http://localhost/t...ganizacniJednotka
  • 26210
is http://linked.open...avai/riv/vysledek of
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 41 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software