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:
目的利用神经网络技术诊断发动机的磨损故障, 研究神经网络技术应用于机械故障诊断领域的发展方向. 方法基于油液分析技术, 对发动机常见磨损故障进行诊断, 具体包括发动机磨损颗粒的识别、磨损元素浓度值的预测和磨损故障智能诊断专家系统. 结果对基于油液分析的发动机故障诊断提供了新的方法. 结论使用神经网络技术可以大大提高发动机磨损故障诊断的效率, 说明该技术方法在发动机磨损故障诊断领域是有效的, 同时对其它机械设备的磨损故障诊断具有借鉴意义.
推荐文章
基于PNN神经网络的电控发动机故障诊断
PNN神经网络
发动机
电控系统
故障诊断
基于BP神经网络的电控发动机故障诊断
汽车发动机
电控系统
BP神经网络
故障诊断
基于改进的LVQ神经网络的发动机故障诊断
改进的LVQ神经网络
发动机
故障诊断
神经元
基于改进的BP神经网络的柴油发动机故障诊断
柴油发动机
高压共轨
BP神经网络
LM算法
电控系统
故障诊断
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 发动机磨损诊断的神经网络技术研究
来源期刊 测试技术学报 学科 工学
关键词 神经网络 油液分析 磨损故障 智能诊断 模式识别
年,卷(期) 2002,(1) 所属期刊栏目
研究方向 页码范围 56-58
页数 3页 分类号 TP301
字数 2230字 语种 中文
DOI 10.3969/j.issn.1671-7449.2002.01.015
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 任国全 军械工程学院火炮工程系 133 1229 18.0 27.0
2 郑海起 军械工程学院火炮工程系 166 1911 24.0 33.0
3 汪伟 军械工程学院火炮工程系 44 159 7.0 10.0
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  (3)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (29)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(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)
2003(3)
  • 引证文献(3)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(6)
  • 引证文献(0)
  • 二级引证文献(6)
2007(3)
  • 引证文献(1)
  • 二级引证文献(2)
2008(5)
  • 引证文献(0)
  • 二级引证文献(5)
2009(3)
  • 引证文献(0)
  • 二级引证文献(3)
2010(5)
  • 引证文献(0)
  • 二级引证文献(5)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
油液分析
磨损故障
智能诊断
模式识别
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
测试技术学报
双月刊
1671-7449
14-1301/TP
大16开
太原13号信箱
22-14
1986
chi
出版文献量(篇)
2837
总下载数(次)
7
总被引数(次)
13975
论文1v1指导