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:
船用核动力装置发生故障时很多参数会发生变化,且参数的变化速度不同,因此有必要对这些参数进行融合处理,得到用于故障诊断的可靠征兆.在得到可靠征兆的基础上,利用基于Bayesian理论的融合诊断方法对故障进行诊断,随着故障现象的逐渐出现,诊断系统能够准确地判断故障类型.将该诊断方法应用于船用核动力装置的失水事故的诊断,利用安全分析得到充分性因子(Ls),用Bayesian公式进行融合计算,最终能够得到可靠的诊断结果,满足了船用核动力装置的故障诊断要求,具有一定的实际应用价值.
推荐文章
船用核动力装置净化系统运行安全分析研究
船用核动力
运行安全分析
净化系统
事故处理
基于神经网络与表决融合的核动力装置故障诊断方法
核动力装置
神经网络
表决融合
故障诊断
基于数据融合的核动力装置故障诊断方法
核动力装置
故障诊断
数据融合
基于信息融合技术的核动力装置智能故障诊断系统研究
故障诊断
信息融合
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 船用核动力装置的Bayesian融合诊断方法研究
来源期刊 应用科技 学科 工学
关键词 数据融合 故障诊断 Bayesian理论
年,卷(期) 2004,(4) 所属期刊栏目 动力工程
研究方向 页码范围 60-62
页数 3页 分类号 TP274
字数 1920字 语种 中文
DOI 10.3969/j.issn.1009-671X.2004.04.021
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 刘永阔 哈尔滨工程大学动力与核能工程学院 53 334 9.0 15.0
2 谢春丽 哈尔滨工程大学动力与核能工程学院 16 196 7.0 13.0
3 夏虹 哈尔滨工程大学动力与核能工程学院 77 474 12.0 16.0
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  (1)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(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
数据融合
故障诊断
Bayesian理论
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
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
论文1v1指导