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:
介绍了一种加速器故障诊断系统的原理及实验结果.系统采集加速器运行时的噪声信号,运用快速傅立叶变换做频谱分析,通过人工神经网络进行故障诊断.给出了该系统实验的数据分析结果.
推荐文章
基于BP神经网络的网络智能诊断系统
网络故障
智能诊断
BP神经网络
训练样本
基于FPGA的卷积神经网络加速器设计与实现
卷积神经网络
现场可编程门阵列
加速器
有限资源
基于BP神经网络的航炮加速器运动特性分析
BP神经网络
航炮
加速器
运动特性
基于神经网络的变压器故障诊断系统
BP神经网络
变压器
故障诊断
DGA
JAVA
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 基于人工神经网络的加速器噪声诊断系统
来源期刊 核技术 学科 工学
关键词 故障诊断 加速器 人工神经网络
年,卷(期) 2003,(4) 所属期刊栏目 新一代同步辐射技术及应用
研究方向 页码范围 257-260
页数 4页 分类号 TN248.6
字数 2978字 语种 中文
DOI 10.3321/j.issn:0253-3219.2003.04.003
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 唐传祥 清华大学工程物理系 36 139 7.0 9.0
2 龚克 清华大学工程物理系 34 292 11.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (7)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(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)
研究主题发展历程
节点文献
故障诊断
加速器
人工神经网络
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
核技术
月刊
0253-3219
31-1342/TL
大16开
上海市800-204信箱
4-243
1978
chi
出版文献量(篇)
4560
总下载数(次)
14
总被引数(次)
18959
论文1v1指导