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
浅析多传感器信息融合在柴油机故障诊断中的应用
被引量:
2
下载PDF
职称材料
导出
摘要
多传感器信息融合兴起于军事领域,主要用于目标探测、跟踪、识别等方面。近年来,随着计算机应用及传感器技术的发展,多传感器信息融合逐步应用于民用领域。单一传感器的柴油机故障诊断方法存在着识别率低,系统稳定性差等问题,将多传感器信息融合应用于柴油机故障诊断可以有效解决上述问题。
作者
马文龙
杨建伟
黄炯龙
机构地区
武警工程大学
出处
《黑龙江科技信息》
2013年第10期99-99,共1页
Heilongjiang Science and Technology Information
关键词
多传感器信息融合
柴油机
故障诊断
分类号
TP274.2 [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
4
参考文献
3
共引文献
14
同被引文献
3
引证文献
2
二级引证文献
2
参考文献
3
1
何友等.多传感器信息融合及应用(第二版)[M].俳京:电子工业出版社,2002.
2
王江萍.
神经网络信息融合技术在故障诊断中的应用[J]
.石油机械,2001,29(8):27-30.
被引量:15
3
张彦释,姜兴渭.多传感器信息融合及其在智能故障诊断中的应用综述[J].多传感器技术,1999(12):18-22.
二级参考文献
4
1
袁军,王敏,黄心汉,陈锦江.
智能系统多传感器信息融合研究进展[J]
.控制理论与应用,1994,11(5):513-519.
被引量:19
2
张军良.
多传感器数据融合的概率统计方法[J]
.无线电工程,1996,26(2):36-38.
被引量:2
3
梁百川.多传感器信息融合决策研究[J].航天电子对抗,1994,(3):7-16.
4
王江萍,王鸿飞,沈玉娣,周彬.
柴油机运行状态监测信息获取试验研究[J]
.西安石油学院学报,1998,13(3):57-61.
被引量:10
共引文献
14
1
彭永恒,罗跃纲,张肖宁.
基于集成神经网络的板下地基脱空判定[J]
.哈尔滨商业大学学报(自然科学版),2004,20(4):443-446.
2
彭永恒,潘宝峰.
刚性路面脱空的集成神经网络识别研究[J]
.黑龙江大学自然科学学报,2005,22(4):540-543.
3
张益,张宁生,李相方,刘华,杨娟.
应用神经网络信息融合技术快速预测储层敏感性[J]
.钻采工艺,2006,29(3):50-52.
被引量:5
4
丁函,刘青.
神经网络与信息融合技术在内燃机车故障诊断中的应用[J]
.现代电子技术,2008,31(23):184-187.
被引量:2
5
杜金祥.
多传感器信息融合技术与机械故障诊断研究[J]
.机械工程与自动化,2009(6):198-200.
被引量:2
6
张益,李军刚,佟晓华,石海霞.
基于神经网络信息融合技术预测气藏水锁[J]
.特种油气藏,2011,18(2):102-103.
被引量:7
7
张喜燕.
基于概率神经网络的旋转机械故障诊断[J]
.机电信息,2011(15):186-187.
8
石小琳,孙志毅,何秋生,孙旭辉.
信息融合技术在管道泄漏检测与定位中的应用[J]
.化工自动化及仪表,2011,38(7):789-792.
被引量:4
9
蔡振宇,史乔波.
基于PSO-SVM模型的旋转机械故障诊断研究[J]
.煤矿机械,2011,32(11):276-278.
被引量:3
10
芦斌,姚竹亭.
基于BP神经网络和D-S证据理论的发电机故障综合诊断[J]
.电子世界,2012(7):61-62.
被引量:1
同被引文献
3
1
吴国昌,段礼祥.
柴油机多参数故障诊断应用研究[J]
.石油矿场机械,2004,33(B08):16-18.
被引量:4
2
蒲国强.
多传感器信息融合技术与机械故障诊断研究[J]
.广西轻工业,2010,26(11):36-37.
被引量:2
3
刘良,刘福华,王诗平,陈丹.
浅谈氧传感器数据流在发动机故障诊断排除中的应用[J]
.科技风,2016(11):107-107.
被引量:3
引证文献
2
1
陈童,颜鹏.
基于多传感器信息融合的柴油机故障诊断系统[J]
.科技风,2014(4):204-204.
被引量:2
2
赵从国.
浅谈柴油机多参数故障诊断应用[J]
.中国石油和化工标准与质量,2017,37(21):129-130.
二级引证文献
2
1
许春雷,刘璐璐,郑雪芸.
基于多传感器数据融合的云诊断系统[J]
.光纤光缆传输技术,2019,0(1):9-14.
2
杨海婷,陈顺洪,陈万宏,李兴宇.
某旧船机舱智能化改造方案研究[J]
.广东造船,2023,42(3):55-58.
被引量:1
1
汪小年,曹龙汉,钱刚.
基于人工神经网络的柴油机故障诊断[J]
.重庆通信学院学报,2005,24(2):78-80.
2
周序生,耿伟亚.
组合算法在柴油机故障诊断的应用仿真[J]
.计算机仿真,2012,29(9):212-215.
被引量:3
3
戴威,王静,姜耀华.
数据融合在柴油机故障诊断中的应用[J]
.农机化研究,2007,29(7):168-170.
被引量:1
4
衷儒堂.
应用模糊集理论构造柴油机故障诊断专家系统[J]
.大连海运学院学报,1990,16(4):375-380.
5
肖晨静,李艾华.
基于SVM的柴油机故障诊断方法研究[J]
.微计算机信息,2007,23(05S):227-228.
被引量:2
6
吴伟,李楠,郭茂耘.
粗糙集及PSO优化BP网络的故障诊断研究[J]
.计算机科学,2011,38(11):200-203.
被引量:7
7
王际同,姚竹亭.
基于MATLAB的柴油机故障检测[J]
.河北农机,2016,0(1):40-40.
8
官理.
无线传感器网络及其应用研究[J]
.电脑与电信,2008(2):13-14.
被引量:1
9
胡磊,张泽明.
无线传感器网络路由协议及安全问题研究[J]
.微型电脑应用,2008,24(11):11-12.
10
夏梦莹,刘啸奔,陈严飞,马虎强,郑伟.
基于主成分分析和自组织神经网络的柴油机故障诊断方法[J]
.计算机应用,2014,34(A02):184-185.
被引量:4
黑龙江科技信息
2013年 第10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