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:
依据汽轮发电机组的故障特性,提出了一种有效的融合算法.首先将多个传感器获得的振动信号进行特征提取,而后通过BP神经网络实现故障分类,最后根据D-S证据推理做出故障决策并给出实例.文中对融合中每个传感器的权重也进行了讨论.
推荐文章
汽轮发电机组振动故障诊断的Petri网模型
Petri网
汽轮发电机组
振动故障诊断
汽轮发电机组轴系动力特性综合分析
汽轮发电机组
激振力
动力特性
25MW汽轮发电机组振动分析与处理
汽轮发电机
转子
支撑轴承
震动传感器
基于离散BAM网络的汽轮发电机组振动故障诊断的应用研究
BAM神经网络
故障诊断
汽轮发电机组
振动故障
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D-S推理的汽轮发电机组融合诊断
来源期刊 汽轮机技术 学科 工学
关键词 神经网络 D-S证据理论 信息融合 汽轮发电机组 故障诊断
年,卷(期) 2003,(2) 所属期刊栏目 运行维护
研究方向 页码范围 116-118
页数 3页 分类号 TP206
字数 3563字 语种 中文
DOI 10.3969/j.issn.1001-5884.2003.02.020
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 董彩凤 7 63 4.0 7.0
2 马平 12 365 9.0 12.0
3 隗喜斌 11 142 7.0 11.0
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  (17)
同被引文献  (18)
二级引证文献  (84)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(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)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(5)
  • 引证文献(4)
  • 二级引证文献(1)
2006(5)
  • 引证文献(1)
  • 二级引证文献(4)
2007(7)
  • 引证文献(4)
  • 二级引证文献(3)
2008(11)
  • 引证文献(2)
  • 二级引证文献(9)
2009(7)
  • 引证文献(0)
  • 二级引证文献(7)
2010(11)
  • 引证文献(1)
  • 二级引证文献(10)
2011(9)
  • 引证文献(1)
  • 二级引证文献(8)
2012(11)
  • 引证文献(1)
  • 二级引证文献(10)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
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
神经网络
D-S证据理论
信息融合
汽轮发电机组
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
汽轮机技术
双月刊
1001-5884
23-1251/TH
大16开
哈尔滨市香坊区三大动力路345号
14-273
1958
chi
出版文献量(篇)
3219
总下载数(次)
1
论文1v1指导