原文服务方: 大电机技术       
摘要:
本文针对常规频谱诊断方法的不足,详细论述了离散的BAM网络及其特性.进而讨论了汽轮发电机组常见典型振动故障的变化特征及其数字化描述方法,建立了基于BAM算法的神经网络的汽轮发电机组振动故障诊断模型,对实际机组故障进行了诊断,效果良好.通过分析,提出BAM网络在故障诊断领域中有广阔的应用前景.
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
汽轮发电机振动故障分析与诊断
汽轮发电机
故障树分析
振动故障
AGA和NN在汽轮发电机组故障诊断的应用
自适应遗传算法
神经网络
故障诊断
汽轮发电机组突发性振动分析与故障诊断
油膜振荡
振动
故障诊断
处理决策
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 基于离散BAM网络的汽轮发电机组振动故障诊断的应用研究
来源期刊 大电机技术 学科
关键词 BAM神经网络 故障诊断 汽轮发电机组 振动故障
年,卷(期) 2005,(3) 所属期刊栏目 电机部分
研究方向 页码范围 13-16
页数 4页 分类号 TM311
字数 语种 中文
DOI 10.3969/j.issn.1000-3983.2005.03.004
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 刘涤尘 武汉大学电气工程学院 306 4153 33.0 48.0
2 彭希 武汉大学电气工程学院 3 25 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (22)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BAM神经网络
故障诊断
汽轮发电机组
振动故障
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
大电机技术
双月刊
1000-3983
23-1253/TM
大16开
1971-01-01
chi
出版文献量(篇)
2188
总下载数(次)
0
总被引数(次)
10014
论文1v1指导