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:
由于复杂过程因素多,波动大,反应机理复杂,无法建立精确的数学模型,传统的故障诊断方法很难取得令人满意的结果.针对复杂过程的特点,利用智能技术无需建立对象精确模型的优势,研究适合复杂过程实现的基于人工智能方法的故障诊断技术.并对构造智能诊断系统所需要解决的机器学习技术从知识获取、深浅知识表示方法和规则更新方面进行了分析.最后对基于人工智能方法的复杂过程故障诊断技术研究的发展趋势和有待解决的问题进行了分析与探讨.
推荐文章
基于人工智能方法的传感器故障诊断技术
人工智能
传感器
故障诊断
基于人工智能神经网络技术的汽车故障诊断
人工智能
神经网络
汽车故障
聚类融合
人工智能在故障诊断中的发展与应用
智能制造
人工智能
状态监测
故障诊断
诊断模型
神经网络
复杂系统的智能故障诊断
故障诊断
人工智能
动态系统
复杂过程
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 基于人工智能方法的复杂过程故障诊断技术
来源期刊 控制工程 学科 工学
关键词 人工智能 复杂过程 故障诊断 机器学习
年,卷(期) 2002,(4) 所属期刊栏目 综述与评论
研究方向 页码范围 1-6
页数 6页 分类号 TP206
字数 6298字 语种 中文
DOI 10.3969/j.issn.1671-7848.2002.04.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 桂卫华 中南大学信息科学与工程学院 695 7452 38.0 56.0
2 刘晓颖 中南大学信息科学与工程学院 11 224 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (97)
共引文献  (302)
参考文献  (32)
节点文献
引证文献  (94)
同被引文献  (104)
二级引证文献  (558)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(10)
  • 参考文献(1)
  • 二级参考文献(9)
1995(14)
  • 参考文献(1)
  • 二级参考文献(13)
1996(16)
  • 参考文献(1)
  • 二级参考文献(15)
1997(20)
  • 参考文献(1)
  • 二级参考文献(19)
1998(18)
  • 参考文献(3)
  • 二级参考文献(15)
1999(17)
  • 参考文献(8)
  • 二级参考文献(9)
2000(12)
  • 参考文献(8)
  • 二级参考文献(4)
2001(8)
  • 参考文献(8)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(4)
  • 引证文献(4)
  • 二级引证文献(0)
2004(7)
  • 引证文献(6)
  • 二级引证文献(1)
2005(13)
  • 引证文献(3)
  • 二级引证文献(10)
2006(8)
  • 引证文献(3)
  • 二级引证文献(5)
2007(20)
  • 引证文献(8)
  • 二级引证文献(12)
2008(29)
  • 引证文献(7)
  • 二级引证文献(22)
2009(28)
  • 引证文献(5)
  • 二级引证文献(23)
2010(34)
  • 引证文献(2)
  • 二级引证文献(32)
2011(26)
  • 引证文献(5)
  • 二级引证文献(21)
2012(38)
  • 引证文献(3)
  • 二级引证文献(35)
2013(25)
  • 引证文献(3)
  • 二级引证文献(22)
2014(39)
  • 引证文献(3)
  • 二级引证文献(36)
2015(36)
  • 引证文献(7)
  • 二级引证文献(29)
2016(34)
  • 引证文献(5)
  • 二级引证文献(29)
2017(57)
  • 引证文献(6)
  • 二级引证文献(51)
2018(93)
  • 引证文献(12)
  • 二级引证文献(81)
2019(103)
  • 引证文献(10)
  • 二级引证文献(93)
2020(57)
  • 引证文献(2)
  • 二级引证文献(55)
研究主题发展历程
节点文献
人工智能
复杂过程
故障诊断
机器学习
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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
论文1v1指导