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:
介绍了一个汽轮机在线诊断系统,系统以VC++ 6.0作为前台开发工具,结合MS SQL Server作为后台数据库服务器,以隶属度函数具有自适应学习能力的模糊神经网络作为故障诊断模型,通过隶属度函数的在线自适应学习,在一定程度上能够反映汽轮机组热力参数的波动性,可以避免由于隶属度函数选取不当引起的误诊断和漏诊断的缺陷.该诊断方法不仅可以诊断出故障的类型,还可以诊断出故障的严重程度.经过电厂实际运行的检验,该系统运行稳定、结果正确,对提高电厂的安全运行起到了重要作用.
推荐文章
汽轮机通流部分故障诊断方法分析
汽轮机
通流部分
运行原理
突发故障
核电汽轮机通流部分性能监测与故障诊断
通流部分
热力计算
湿蒸汽汽轮机
汽轮机故障诊断技术分析
技术
故障
诊断
粗糙集数据挖掘及其在汽轮机故障诊断中的应用
粗糙集(RS)
故障诊断
规则约简
知识库
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 汽轮机通流部分在线故障诊断系统开发
来源期刊 电力系统自动化 学科 工学
关键词 汽轮机 故障诊断 数据库 神经网络
年,卷(期) 2002,(21) 所属期刊栏目 工程应用
研究方向 页码范围 67-70
页数 4页 分类号 TM311
字数 4082字 语种 中文
DOI 10.3321/j.issn:1000-1026.2002.21.014
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 叶春 上海交通大学机械与动力学院 50 516 14.0 19.0
2 忻建华 上海交通大学机械与动力学院 62 459 13.0 17.0
3 曹华 上海交通大学机械与动力学院 24 67 5.0 7.0
4 金兴 4 21 2.0 4.0
5 廖立 上海交通大学机械与动力学院 3 48 3.0 3.0
6 李鑫 上海交通大学机械与动力学院 30 156 7.0 12.0
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  (1)
节点文献
引证文献  (7)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
汽轮机
故障诊断
数据库
神经网络
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
电力系统自动化
半月刊
1000-1026
32-1180/TP
大16开
江苏省南京市江宁区诚信大道19号
28-40
1977
chi
出版文献量(篇)
12334
总下载数(次)
31
总被引数(次)
449556
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导