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:
针对神经网络的缺陷和水轮发电机组振动故障原因多、征兆多的特点,利用网络分块技术,把BP网络规模控制在可以接受的范围内,并将专家系统与神经网络相结合,较好地解决了知识获取和自学习的问题.通过实例验证,该网络模型能有效地分离各种故障类型,在水轮发电机组振动故障诊断中具有一定的诊断能力.
推荐文章
基于LabVIEW的水轮发电机组 振动摆度故障诊断研究
水轮发电机组
LabVIEW
故障诊断
推理
数字化
水轮发电机组状态监测和故障诊断系统
水轮发电机组
状态监测
故障诊断
DataSocket
互联网
水轮发电机组振动故障的模糊诊断法
水电机组
振动故障
模糊诊断
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 基于神经网络的水轮发电机组振动故障诊断专家系统的研究
来源期刊 西安理工大学学报 学科 工学
关键词 专家系统 神经网络 水轮发电机组 振动 故障诊断
年,卷(期) 2003,(4) 所属期刊栏目
研究方向 页码范围 372-376
页数 5页 分类号 TM312
字数 2875字 语种 中文
DOI 10.3969/j.issn.1006-4710.2003.04.018
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 杨晓萍 西安理工大学水利水电学院 53 870 18.0 28.0
2 贾嵘 西安理工大学水利水电学院 101 1600 21.0 37.0
3 刘晓黎 西安理工大学水利水电学院 4 40 3.0 4.0
5 刘峰 西安理工大学水利水电学院 12 88 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (85)
参考文献  (7)
节点文献
引证文献  (25)
同被引文献  (17)
二级引证文献  (10)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(5)
  • 引证文献(5)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(5)
  • 引证文献(5)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
专家系统
神经网络
水轮发电机组
振动
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
西安理工大学学报
季刊
1006-4710
61-1294/N
大16开
西安市金花南路5号
1978
chi
出版文献量(篇)
2223
总下载数(次)
6
总被引数(次)
21166
论文1v1指导