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
油液污染度优化组合预测研究
被引量:
2
Study on Combined Forecasts of Oil Contamination
下载PDF
职称材料
导出
摘要
油液污染是引起液压系统故障的主要原因。该文建立了基于灰色残差的修正模型、时间序列和神经网络的优化组合预测模型,并将该模型应用于液压油液污染度的预测,实验结果表明,该模型在油液污染度预测中取得良好的效果,对实际油液污染监测具有一定的价值。
作者
吴定海
张培林
任国全
范红波
机构地区
军械工程学院自行火炮教研室
出处
《液压与气动》
北大核心
2006年第4期30-32,共3页
Chinese Hydraulics & Pneumatics
关键词
液压系统
油液污染度
组合预测
油液监测
分类号
TH137 [机械工程—机械制造及自动化]
引文网络
相关文献
节点文献
二级参考文献
8
参考文献
4
共引文献
106
同被引文献
10
引证文献
2
二级引证文献
6
参考文献
4
1
初良勇,田质广,谢新连.
组合预测模型在物流需求预测中的应用[J]
.大连海事大学学报,2004,30(4):43-46.
被引量:59
2
许东 吴铮.基于MATLAB6,X的系统分析与设计[M].西安:西安电子科技大学出版社,2002.13-18.
3
刘混举,李孝平.
油液污染度等级标准及其测定[J]
.煤矿机械,2003,24(3):81-82.
被引量:4
4
殷建成,刘志斌.
天然气需求自适应优化组合预测模型研究[J]
.天然气工业,2004,24(11):167-169.
被引量:19
二级参考文献
8
1
刘混举,张红俊,张福珍.
油液的污染及其控制[J]
.山西机械,1996(3):17-20.
被引量:5
2
BATES J M,GRANGER C W J.Combination of forecasts[J].Operations Research Quaterly,1969,20(4):451-468.
3
ANDERSN J A. An Introduction to Neural Networks[M].London:MIT Press,1995.
4
王应明,罗英.
广义加权算术平均组合预测技术研究[J]
.预测,1998,17(1):51-53.
被引量:27
5
黄岩,张国春,王其藩,朱道立.
一种新的计算组合预测权重的方法[J]
.管理工程学报,2001,15(2):44-46.
被引量:31
6
刘兵军.
电力负荷组合预测权重的确定[J]
.电力情报,2002(2):16-17.
被引量:10
7
蒋良奎.
一种在组合预测中确定变权系数的方法[J]
.上海海运学院学报,2002,23(3):79-81.
被引量:10
8
罗滇生,姚建刚,何洪英,张佳启,董书大.
基于自适应滚动优化的电力负荷多模型组合预测系统的研究与开发[J]
.中国电机工程学报,2003,23(5):58-61.
被引量:34
共引文献
106
1
鹿应荣,杨印生,刘洪霞.
基于BP神经网络的非线性组合预测模型在粮食物流需求预测中的应用[J]
.吉林大学学报(工学版),2008,38(S2):61-64.
被引量:14
2
杨青.
基于一元线性回归模型对深圳物流需求的预测[J]
.消费导刊,2009,0(2):44-45.
被引量:3
3
程科,王士同,杨静宇.
新型模糊形态神经网络及其应用研究[J]
.计算机工程与应用,2004,40(21):72-74.
被引量:2
4
聂学军,苏怀智,郑东健,严良平.
RBF神经网络在大坝安全监测故障诊断中的应用研究[J]
.水电能源科学,2004,22(3):6-8.
被引量:6
5
於世为,诸克军.
我国全要素生产力改进C-均值聚类[J]
.科技进步与对策,2005,22(1):149-151.
6
李铁钧,安伟光.
基于人工神经网络的腐蚀管道的可靠性分析[J]
.机械工程师,2005(6):106-107.
被引量:5
7
刘刚,顾宇桂.
基于改进型BP神经网络的短期电力负荷预测[J]
.电力需求侧管理,2005,7(3):24-27.
被引量:5
8
罗超,孙枫,刘广哲.
基于BP神经网络的光纤陀螺零偏温度补偿[J]
.弹箭与制导学报,2005,25(2):104-106.
被引量:7
9
王磊,顾宏伟,姚恒申.
基于人工神经网络的油气产量组合预测方法[J]
.新疆石油地质,2005,26(5):557-558.
被引量:4
10
殷建成,刘志斌,陈友福.
应用时效函数对天然气需求进行预测[J]
.天然气工业,2005,25(10):136-138.
被引量:5
同被引文献
10
1
陈士玮,李柱国.
灰色理论在柴油机油液监测中的应用研究[J]
.内燃机学报,2005,23(5):475-479.
被引量:9
2
闫辉,贺石中,童小利,任勇.
油液监测数据的人工神经网络及支持向量机预测方法分析[J]
.润滑与密封,2005,30(6):117-119.
被引量:9
3
刘延俊,谢玉东.
液压系统故障诊断技术的现状及发展趋势[J]
.液压与气动,2006,30(2):80-82.
被引量:23
4
李中才,冯述虎.
集对分析法在煤与瓦斯突出综合预测中的应用[J]
.西安科技大学学报,2007,27(1):134-137.
被引量:8
5
宋雪丽,王虎林,万金领.
基于双单片机系统的油液颗粒计数器的设计[J]
.液压与气动,2007,31(6):16-18.
被引量:1
6
崔玉理.
机械液压传动系统中智能故障诊断技术的应用研究[J]
.液压与气动,2007,31(8):46-48.
被引量:7
7
赵克勤.集对分析及初步应用[M].杭州:浙江科学技术出版社,2000.
8
王坚,张英堂.
基于红外光谱分析的润滑油质量预测模型及方法研究[J]
.润滑与密封,2002,27(3):21-22.
被引量:11
9
朱瑜,郭海龙,蔡建文.
PCT数字式液压系统检测仪[J]
.石油仪器,2002,16(2):18-19.
被引量:1
10
高洁,盛昭瀚.
集对分析聚类预测法及其应用[J]
.系统工程学报,2002,17(5):458-462.
被引量:45
引证文献
2
1
曹鹏举,高燕,李晓峰.
基于参数测量法的液压故障诊断系统[J]
.空军雷达学院学报,2008,22(2):143-145.
被引量:4
2
袁成清,王志芳,宗成强,张月雷.
基于集对分析的船舶柴油机摩擦学系统状态预测[J]
.船海工程,2009,38(6):84-87.
被引量:2
二级引证文献
6
1
吴进,明廷涛,沈健春.
电液伺服系统故障诊断技术研究综述[J]
.液压与气动,2011,35(6):13-18.
被引量:10
2
何彦军.
液压传动系统泄漏原因分析及其控制措施探讨[J]
.中小企业管理与科技,2011(24):191-192.
被引量:4
3
刘朋朋.
浅谈装备液压系统故障诊断[J]
.科技风,2013(10):11-11.
4
饶慧,刘杰.
从文献中获取数据及判据知识资源的方法研究[J]
.电脑知识与技术(过刊),2010,0(30):8417-8419.
被引量:1
5
张永刚,陈军胜.
可控震源液压系统故障诊断状态特征分析[J]
.物探装备,2016,26(2):93-96.
被引量:2
6
刘杰,刘文吉,刘灿波.
船舶轴系设计规范中曲线类图形的反向数据获取方法[J]
.船海工程,2017,46(4):140-143.
被引量:3
1
王锟,王洁,刁迎春.
基于LS-SVM组合预测的地空导弹发射车液压系统油液污染度预测[J]
.传感技术学报,2012,25(5):712-717.
被引量:5
2
徐小力,张劲广,王信义.
机械系统工作状态组合预测模型的研究[J]
.机械设计与研究,1998,14(1):18-19.
被引量:5
3
薛子云,杨江天,朱衡君.
机械故障预测模型综述[J]
.机械强度,2006,28(z1):60-65.
被引量:26
4
郭恒光,瞿军,王菊香,邢志娜.
润滑油质量组合预测[J]
.海军航空工程学院学报,2011,26(1):49-52.
被引量:1
5
程双江,李世平,邬肖敏.
基于EMD的仪器稳定度组合预测[J]
.自动化仪表,2015,36(1):27-30.
6
刘峰璧,张建华.
过滤后液压油污染度预测的研究[J]
.液压与气动,2006,30(3):78-80.
7
代淑梅,金雪梅.
油液污染监测在设备管理中的应用[J]
.中国设备工程,2005(10):43-44.
8
王清洁,李超,温强,安峰,原思聪.
组合算法在金属切削力预测中的应用[J]
.组合机床与自动化加工技术,2013(12):14-17.
被引量:7
9
赵新泽,张甫宽,刘纯天.
油液污染监测用电容传感器探头的研究[J]
.武汉水利电力大学(宜昌)学报,1999,21(1):65-68.
被引量:4
10
员创治,陈彩萍,赵彤涌.
液压系统油液污染监测和故障诊断过程中的三个基本问题[J]
.机床与液压,1999,27(4):75-76.
被引量:2
液压与气动
2006年 第4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