基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文以汽轮发电机组为对象,研制了一个智能故障诊断系统,该系统将传统专家系统的符号推理与神经网络的并行计算相结合,采用并行推理为主,串行推理为辅的混合推理机制,并在推理过程中采用神经网络技术对机组的运行信息进行智能识加以自动获取诊断所需要的症状信息,且以人工神经网络技术为基础通过对诊断实例的自学习来实现专家系统的知识获取,实践表明通过以上方法可以提高诊断系统的智能化水平,自动化程度和诊断结果的准确性
推荐文章
汽轮发电机组振动故障诊断的Petri网模型
Petri网
汽轮发电机组
振动故障诊断
汽轮发电机组轴系动力特性综合分析
汽轮发电机组
激振力
动力特性
AGA和NN在汽轮发电机组故障诊断的应用
自适应遗传算法
神经网络
故障诊断
汽轮发电机振动故障分析与诊断
汽轮发电机
故障树分析
振动故障
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 汽轮发电机组故障智能诊断系统的研究
来源期刊 动态分析与测试技术 学科 工学
关键词 汽轮发电机 故障诊断 智能系统
年,卷(期) dtfxycsjs_1995,(4) 所属期刊栏目
研究方向 页码范围 31-36
页数 6页 分类号 TM311.07
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
汽轮发电机
故障诊断
智能系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
动态分析与测试技术
季刊
1003-8086
12-1135/TH
天津市和平区吴家窑2号路50号
出版文献量(篇)
292
总下载数(次)
1
论文1v1指导