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:
本文利用人工神经网络理论,通过对设备振动信号采集、处理和提取特征参数的方法,对装载机机械系统工作状态进行智能监测与故障诊断.
推荐文章
基于BP神经网络的机械系统故障诊断
机械系统故障
数字信号
BP神经网络
诊断
基于振动可视化的机械系统级故障诊断方法
机械系统
振动可视化
系统级
故障诊断
液压机械系统的故障诊断技术研究
液压
机械
系统
故障
诊断
装载机远程服务与故障诊断系统研究
远程服务
故障诊断
EJB
装载机
神经网络
专家系统
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 装载机机械系统工作状态智能监测与故障诊断
来源期刊 机电工程技术 学科 工学
关键词 装载机 人工神经网络 智能监测与故障诊断
年,卷(期) 2003,(6) 所属期刊栏目 制造业信息化
研究方向 页码范围 62-65
页数 4页 分类号 TP183
字数 4262字 语种 中文
DOI 10.3969/j.issn.1009-9492.2003.06.026
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 芮延年 苏州大学机电工程学院 307 1202 15.0 20.0
2 陈洁 20 69 5.0 8.0
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  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2003(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)
2018(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
装载机
人工神经网络
智能监测与故障诊断
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
机电工程技术
月刊
1009-9492
44-1522/TH
大16开
广州市天河北路663号
46-224
1971
chi
出版文献量(篇)
11098
总下载数(次)
46
总被引数(次)
29526
论文1v1指导