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:
针对往复泵在线故障诊断时难以提取故障特征的实际情况,提出一种适于往复泵的在线诊断方法.该方法利用小波包对采集信号进行分解和重构来构造能量特征向量,用该方法构造的特征向量能有效地反映往复泵的故障特征,通过用神经网络进行故障诊断,结果表明该方法能提高往复泵的诊断率.
推荐文章
基于支持向量机的往复泵泵阀故障诊断方法
故障诊断
支持向量机
小波包变换
往复泵泵阀故障智能诊断系统
小波包
神经网络
故障诊断
基于盲源分离的往复泵液力端故障机理
往复泵
盲源分离
故障机理
磨损
实验验证
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 往复泵泵阀故障诊断方法
来源期刊 流体机械 学科 工学
关键词 小波包 神经网络 泵阀 故障诊断
年,卷(期) 2005,(1) 所属期刊栏目 经验交流
研究方向 页码范围 42-44
页数 3页 分类号 TH321
字数 2193字 语种 中文
DOI 10.3969/j.issn.1005-0329.2005.01.012
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 赵玉明 2 12 1.0 2.0
2 冯子明 5 35 4.0 5.0
3 赵卫华 3 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (92)
参考文献  (3)
节点文献
引证文献  (11)
同被引文献  (22)
二级引证文献  (35)
1989(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(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(1)
  • 二级参考文献(0)
2002(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)
2006(3)
  • 引证文献(3)
  • 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(0)
  • 二级引证文献(1)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(11)
  • 引证文献(0)
  • 二级引证文献(11)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(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
小波包
神经网络
泵阀
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
流体机械
月刊
1005-0329
34-1144/TH
大16开
合肥市长江西888号合肥通用机械研究院西配楼
26-129
1972
chi
出版文献量(篇)
5018
总下载数(次)
14
总被引数(次)
55002
论文1v1指导