期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于神经网络与专家系统在泵站机组故障诊断中的研究
被引量:
4
Application of the Neural Network and Expert System in Fault Diagnosis
下载PDF
职称材料
导出
摘要
该文描述了人工神经网络的基本原理及其在故障诊断专家系统中的应用。分析了基于人工神经网络的故障诊断专家系统的设计思想、系统结构及知识表示、知识获取和推理机制等方面的基本方法。并以注水泵机组故障诊断专家系统为例说明神经网络故障诊断的推理过程。诊断结果表明了该方法的有效性。
作者
王秉仁
张家伟
刘兆阳
机构地区
华北电力大学机械工程学院
出处
《液压与气动》
北大核心
2005年第9期75-77,共3页
Chinese Hydraulics & Pneumatics
关键词
神经网络
专家系统
故障诊断
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
0
共引文献
0
同被引文献
21
引证文献
4
二级引证文献
9
同被引文献
21
1
倪传坤,周建中,付波.
基于改进不变矩的发电机组轴心轨迹识别[J]
.电力科学与工程,2004,20(2):16-18.
被引量:19
2
李良明.
大型离心式引风机组现场振动诊断[J]
.风机技术,1995,37(6):37-41.
被引量:3
3
赵洋,李树山.
BP人工神经网络在结构损伤检测与识别中的应用[J]
.水科学与工程技术,2006(1):42-45.
被引量:3
4
原培新,虞和济.
转轴裂纹故障诊断[J]
.东北大学学报(自然科学版),1997,18(1):12-16.
被引量:4
5
陈平,谢志江,欧阳奇,孙红岩.
基于频谱图像的Multi-agent旋转机械故障诊断研究[J]
.机械科学与技术,2007,26(3):283-286.
被引量:4
6
钟秉林,黄仁.机械故障诊断学[M].北京:机械工业出版社.2003.
7
万波,张来斌,王朝晖.
基于多测点三维轴心轨迹旋转机械的快速诊断[J]
.计算机测量与控制,2007,15(10):1270-1272.
被引量:2
8
杨国安.机械设备故障诊断实用技术[M]北京:中国石化出版社,2007.
9
孟德远,赵武.
基于神经网络和专家系统的乳化液泵站故障诊断研究[J]
.煤矿机械,2008,29(10):218-220.
被引量:3
10
申宇皓,孟晨,傅振华,张磊.
基于改进支持向量机的仿真电路故障诊断研究[J]
.计算机仿真,2010,27(1):346-350.
被引量:20
引证文献
4
1
黄忠任.
频谱分析在判定设备缺陷中的应用[J]
.科技风,2012(8):66-67.
2
张翼飞,赵凯.
基于决策树的转子故障自动诊断研究[J]
.计算机测量与控制,2013,21(9):2375-2377.
被引量:2
3
殷振兴.
基于稀疏自编码支持向量机泵站故障检测[J]
.水科学与工程技术,2019,0(6):52-55.
4
李宝,李俊梅,钮月磊,高航,于永海.
基于大数据技术的多沙水流泵站故障诊断方法[J]
.水电能源科学,2020,38(5):160-162.
被引量:7
二级引证文献
9
1
张倩.
基于数据挖掘的数据库技术在转子故障知识发现中的应用策略分析[J]
.郑州铁路职业技术学院学报,2015,27(2):24-25.
2
江志农,魏东海,王磊,赵志超,茆志伟,张进杰.
基于CART决策树的柴油机故障诊断方法研究[J]
.北京化工大学学报(自然科学版),2018,45(4):71-75.
被引量:11
3
杨玉泉,谢琪.
基于大数据的排涝泵站主机组异常温升研究[J]
.水利规划与设计,2021(6):72-76.
被引量:3
4
兰海翔,李卫群,张涛.
基于大数据的通信网络阻塞故障检测系统设计[J]
.电子设计工程,2022,30(4):7-10.
被引量:8
5
李宝.
高扬程梯级泵站监控系统主机组温度保护方法研究[J]
.农业科技与信息,2022(4):52-56.
6
陈卫冲,刘红伟,邵春兵,李淮东,韩骏,张宁.
大型枢纽泵站运行状态智慧诊断系统的架构及应用[J]
.流体机械,2022,50(12):72-78.
被引量:5
7
徐存东,王鑫,田俊姣,刘子金,赵志宏,陈家豪,胡小萌.
基于ARIMA-SVM方法的梯级泵站机组运行趋势预测[J]
.水电能源科学,2023,41(2):133-136.
被引量:3
8
罗旋,罗玮,贺增良,郭仕锐,冯坤.
频繁模式的水电信号异常检测[J]
.现代电子技术,2023,46(10):61-65.
被引量:1
9
毛媛,秦琴.
基于自编码器的医疗器械设备异常状态预警方法[J]
.北京生物医学工程,2024,43(4):391-397.
1
潘虹,郑源,于洋.
基于小波包的泵站机组振动信号特征分析[J]
.水电能源科学,2007,25(6):109-112.
被引量:5
2
邹红美,唐鸿儒,严国斐.
大型泵站机组远程状态监测平台设计与实现[J]
.东南大学学报(自然科学版),2010,40(S1):348-352.
被引量:8
3
陈小薇,廖冬初,潘健,蔡华锋,陈立彬.
用ActiveX控件实现组态王环境下的CAN[J]
.湖北工业大学学报,2005,20(2):49-51.
4
刘梅清,冯卫民,刘光临,程宏举.
混合神经网络在泵站机组故障诊断中的应用[J]
.武汉水利电力大学学报,2000,33(3):13-17.
被引量:3
5
尚福华,杨慧,张吉峰,马明梅,董桂苓.
基于QPSO的BP神经网络油田节能指标预测[J]
.计算机系统应用,2013,22(6):95-97.
被引量:2
6
丁军,杨小令,储训.
基于虚拟仪器技术泵站机组振动监测分析系统研究[J]
.排灌机械,2004,22(1):38-40.
7
黄泽锋.
改进RBF神经网络在泵站机组故障诊断中的应用[J]
.水电站机电技术,2014,37(6):22-26.
被引量:1
8
张业春,吕艳,孙国娟.
泵站机组优化运行应用[J]
.江苏水利,2007,23(6):34-35.
被引量:4
9
黄敏,林啸,侯志文.
模糊故障Petri网建模方法及其应用[J]
.中南大学学报(自然科学版),2013,44(1):208-215.
被引量:16
10
严国斐,唐鸿儒,朱正伟,邹红美.
跨流域调水泵站机组远程监测和诊断系统研究[J]
.工业仪表与自动化装置,2013(1):19-23.
被引量:7
液压与气动
2005年 第9期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部