RISS 학술연구정보서비스

검색
자동완성 버튼
다국어입력
다국어 입력
あ ぁ か が さ ざ た だ な は ば ぱ ま や ゃ ら わ ゎ ん い ぃ き ぎ し じ ち ぢ に ひ び ぴ み り う ぅ く ぐ す ず つ づ っ ぬ ふ ぶ ぷ む ゆ ゅ る え ぇ け げ せ ぜ て で ね へ べ ぺ め れ お ぉ こ ご そ ぞ と ど の ほ ぼ ぽ も よ ょ ろ を
ア ァ カ サ ザ タ ダ ナ ハ バ パ マ ヤ ャ ラ ワ ヮ ン イ ィ キ ギ シ ジ チ ヂ ニ ヒ ビ ピ ミ リ ウ ゥ ク グ ス ズ ツ ヅ ッ ヌ フ ブ プ ム ユ ュ ル エ ェ ケ ゲ セ ゼ テ デ ヘ ベ ペ メ レ オ ォ コ ゴ ソ ゾ ト ド ノ ホ ボ ポ モ ヨ ョ ロ ヲ ―

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
ㅥ ㅦ ㅧ ㅨ ㅩ ㅪ ㅫ ㅬ ㅭ ㅮ ㅯ ㅰ ㅱ ㅲ ㅳ ㅴ ㅵ ㅶ ㅷ ㅸ ㅹ ㅺ ㅻ ㅼ ㅽ ㅾ ㅿ ㆀ ㆁ ㆂ ㆃ ㆄ ㆅ ㆆ ㆇ ㆈ ㆉ ㆊ ㆋ ㆌ ㆍ ㆎ
Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω α β γ δ ε ζ η θ ι κ λ μ ν ξ ο π ρ σ τ υ φ χ ψ ω
á à Á À é è É È ç Ç ê
Ä Ö Ü ä ö ü ß
ְ ֳ ֲ ֱ ָ ַ ֵ ֶ ִ ֹ ּ ֻ ׂ ׁ ּ פ ם ן ו ט א ר ק ף ך ל ח י ע כ ג ד ש ץ ת צ מ נ ה ב
‘ ’ “ ” 〔 〕 〈 〉 「 」 『 』 【 】 ＂ （ ） ［ ］ ｛ ｝
± × ÷ ≠ ≤ ≥ ∞ ∴ ♂ ♀ ∠ ⊥ ⌒ ∂ ∇ ≡ ≒ ≪ ≫ √ ∽ ∝ ∵ ∫ ∬ ∈ ∋ ⊆ ⊇ ⊂ ⊃ ∪ ∩ ∧ ∨ ￢ ⇒ ⇔ ∀ ∃ ∮ ∑ ∏ ＋ － ＜ ＝ ＞
、 。 · ‥ … ¨ 〃 ― ∥ ＼ ∼ ´ ～ ˇ ˘ ˝ ˚ ˙ ¸ ˛ ¡ ¿ ː ！ ＇ ， ． ／ ： ； ？ ＾ ＿ ｀ ｜
½ ⅓ ⅔ ¼ ¾ ⅛ ⅜ ⅝ ⅞ ¹ ² ³ ⁴ ⁿ ₁ ₂ ₃ ₄
Æ Ð Ħ IJ Ł Ø Œ Þ Ŧ Ŋ æ đ ð ħ ı ij ĸ ŀ ł ø œ ß þ ŧ ŋ ʼn
А Б В Г Д Е Ё Ж З И Й К Л М Н О П Р С Т У Ф Х Ц Ч Ш Щ Ъ Ы Ь Э Ю Я а б в г д е ё ж з и й к л м н о п р с т у ф х ц ч ш щ ъ ы ь э ю я
′ ″ ℃ Å ￠ ￡ ￥ ¤ ℉ ‰ ＄ ％ Ｆ ￦ ㎕ ㎖ ㎗ ℓ ㎘ ㏄ ㎣ ㎤ ㎥ ㎦ ㎙ ㎚ ㎛ ㎜ ㎝ ㎞ ㎟ ㎠ ㎡ ㎢ ㏊ ㎍ ㎎ ㎏ ㏏ ㎈ ㎉ ㏈ ㎧ ㎨ ㎰ ㎱ ㎲ ㎳ ㎴ ㎵ ㎶ ㎷ ㎸ ㎹ ㎀ ㎁ ㎂ ㎃ ㎄ ㎺ ㎻ ㎽ ㎾ ㎿ ㎐ ㎑ ㎒ ㎓ ㎔ Ω ㏀ ㏁ ㎊ ㎋ ㎌ ㏖ ㏅ ㎭ ㎮ ㎯ ㏛ ㎩ ㎪ ㎫ ㎬ ㏝ ㏐ ㏓ ㏃ ㏉ ㏜ ㏆
§ ※ ☆ ★ ○ ● ◎ ◇ ◆ □ ■ △ ▽ → ← ↑ ↓ ↔ 〓 ◁ ◀ ▷ ▶ ♤ ♠ ♡ ♥ ♧ ♣ ⊙ ◈ ▣ ◐ ◑ ▒ ▤ ▥ ▨ ▧ ▦ ▩ ♨ ☏ ☎ ☜ ☞ † ‡ ↕ ↗ ↙ ↖ ↘ ♭ ♩ ♪ ♬ ㉿ ㈜ № ㏇ ™ ㏂ ㏘ ℡ ＃ ＆ ＊ ＠ ª º
ⅰ ⅱ ⅲ ⅳ ⅴ ⅵ ⅶ ⅷ ⅸ ⅹ Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ Ⅵ Ⅶ Ⅷ Ⅸ Ⅹ
ا ب ت ث ج ح خ د ذ ر ز س ش ص ض ط ظ ع غ ف ق ک ل م ن ه و ی
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      신경망을 이용한 유도기 적응 제어와 식별에 관한 연구 = (A) study on identification and control of induction machines using artificial neural networks

      한글로보기

      https://www.riss.kr/link?id=T3222350

      • 저자
      • 발행사항

        부산 : 동아대학교 대학원, 1995

      • 학위논문사항

        학위논문(석사) -- 동아대학교 대학원 , 전자공학과 , 1995

      • 발행연도

        1995

      • 작성언어

        한국어

      • 주제어
      • KDC

        562.42 판사항(4)

      • DDC

        621.3136 판사항(19)

      • 발행국(도시)

        부산

      • 형태사항

        v, 37p. : 삽도 ; 26cm

      • 일반주기명

        참고문헌: p. 35-37

      • 소장기관
        • 강원대학교 도서관 소장기관정보
        • 국립순천대학교 도서관 소장기관정보
        • 국립창원대학교 도서관 (창원캠퍼스) 소장기관정보
        • 단국대학교 퇴계기념도서관(중앙도서관) 소장기관정보
        • 동서대학교 민석도서관 소장기관정보
        • 동아대학교 도서관 소장기관정보
        • 서원대학교 도서관 소장기관정보
        • 세종대학교 도서관 소장기관정보
        • 원광대학교 중앙도서관 소장기관정보
        • 인제대학교 백인제기념도서관 소장기관정보
        • 한남대학교 도서관 소장기관정보
        • 홍익대학교 중앙도서관 소장기관정보

      • 0

        상세조회

      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      다국어 초록 (Multilingual Abstract) kakao i 다국어 번역

      영어
      한국어
      This paper presents the NARMAX model using Artificial Neural Networks(ANNs) to identify and control the induction machine. Two systems are presented; a system to adaptively control the stator currents via identification of the electrical dynamics, and a system to adaptively control the rotor speed via identification of the machine and current-fed system dynamics. Various advantages of these control schemes over other conventional schemes are cited and the combined speed and current control scheme is compared with the standard vector control scheme.
      번역하기

      This paper presents the NARMAX model using Artificial Neural Networks(ANNs) to identify and control the induction machine. Two systems are presented; a system to adaptively control the stator currents via identification of the electrical dynamics, and...

      This paper presents the NARMAX model using Artificial Neural Networks(ANNs) to identify and control the induction machine. Two systems are presented; a system to adaptively control the stator currents via identification of the electrical dynamics, and a system to adaptively control the rotor speed via identification of the machine and current-fed system dynamics. Various advantages of these control schemes over other conventional schemes are cited and the combined speed and current control scheme is compared with the standard vector control scheme.

      더보기

      목차 (Table of Contents)

      • 목차
      • Ⅰ. 서론 = 1
      • Ⅱ. Artificial Neural Nwtworks = 3
      • 1. 순방향 ANNs의 수학적 모델 = 3
      • 2. ANNs의 반복 학습 = 5
      • 목차
      • Ⅰ. 서론 = 1
      • Ⅱ. Artificial Neural Nwtworks = 3
      • 1. 순방향 ANNs의 수학적 모델 = 3
      • 2. ANNs의 반복 학습 = 5
      • 3. ANNs을 이용한 비선형 시스템 식별 = 8
      • Ⅲ. ANNs을 이용한 고정자 전류제어 = 10
      • 1. 유도 전동기의 전기적 모델 = 10
      • 2. 고정자 전류제어 = 14
      • Ⅳ. ANNs을 이용한 회전자 속도제어 = 19
      • 1. 유도 전동기모델의 전류공급 = 19
      • 2. 회전자 속도제어 = 21
      • Ⅴ. 시뮬레이션 = 24
      • Ⅵ. 결론 = 30
      • APPENDIX = 31
      • 참고문헌 = 34
      • SUMMARY = 37
      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼