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:
采用时序分析和BP神经网络,建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统.通过对车辆变速器齿轮运行状态特征信号进行时序分析和特征向量提取,并以此作为BP神经网络的输入向量进行网络训练,从而实现变速器齿轮运行状态的识别与故障诊断.该系统应用于LC5T81变速器齿轮的故障诊断中,能够比较准确地识别与诊断出变速器齿轮的跑合运行状态、磨损运行状态和故障运行状态.验证表明该诊断系统有效、可行.
推荐文章
基于时序-RBF神经网络的齿轮故障诊断方法
齿轮故障
诊断
时序分析
特征提取
RBF神经网络
基于Elman神经网络的齿轮故障诊断研究
Elman神经网络
齿轮
故障诊断
基于Elman神经网络的齿轮故障诊断研究
Elman神经网络
齿轮
故障诊断
基于小波神经网络(WNN)的齿轮故障诊断
齿轮故障机理
齿轮故障诊断
小波神经网络(WNN)
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 基于时序-神经网络的车辆变速器齿轮故障诊断
来源期刊 汽车工程 学科 交通运输
关键词 车辆 变速器 故障诊断 时序分析 神经网络
年,卷(期) 2005,(4) 所属期刊栏目 论文
研究方向 页码范围 502-505
页数 4页 分类号 U4
字数 3036字 语种 中文
DOI 10.3321/j.issn:1000-680X.2005.04.029
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 尹安东 合肥工业大学机械与汽车工程学院 62 995 19.0 28.0
2 羊拯民 合肥工业大学机械与汽车工程学院 13 221 9.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (8)
参考文献  (2)
节点文献
引证文献  (14)
同被引文献  (34)
二级引证文献  (209)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(7)
  • 引证文献(2)
  • 二级引证文献(5)
2009(6)
  • 引证文献(1)
  • 二级引证文献(5)
2010(11)
  • 引证文献(2)
  • 二级引证文献(9)
2011(10)
  • 引证文献(2)
  • 二级引证文献(8)
2012(11)
  • 引证文献(2)
  • 二级引证文献(9)
2013(12)
  • 引证文献(0)
  • 二级引证文献(12)
2014(31)
  • 引证文献(1)
  • 二级引证文献(30)
2015(15)
  • 引证文献(1)
  • 二级引证文献(14)
2016(26)
  • 引证文献(0)
  • 二级引证文献(26)
2017(30)
  • 引证文献(0)
  • 二级引证文献(30)
2018(30)
  • 引证文献(0)
  • 二级引证文献(30)
2019(24)
  • 引证文献(0)
  • 二级引证文献(24)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
车辆
变速器
故障诊断
时序分析
神经网络
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
汽车工程
月刊
1000-680X
11-2221/U
大16开
北京市西城区莲花池东路102号天连大厦1003室
2-341
1979
chi
出版文献量(篇)
4728
总下载数(次)
23
总被引数(次)
66645
论文1v1指导