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:
应用频谱法和对向传播神经网络分类器对水电机组的振动故障进行诊断.采用对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本;通过训练,使构造的对向传播神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的.仿真结果表明,与常规方法相比,频谱分析与对向传播神经网络相结合的方法进行故障诊断简单有效,且具有良好的鲁棒性和泛化能力,是一种有效的诊断方法.
推荐文章
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
网络化水电机组振动监测和故障诊断系统
水电机组
振动监测
故障诊断
互联网
虚拟仪器
基于SA-WNN模型的水电机组故障诊断研究
模拟退火算法
小波神经网络
水电机组
故障诊断
基于小波神经网络的电机故障诊断研究
异步电动机
故障诊断
转子故障
小波神经网络
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 基于对向传播神经网络的水电机组振动故障诊断研究
来源期刊 西安理工大学学报 学科 工学
关键词 水电机组 故障诊断 频谱分析 神经网络
年,卷(期) 2006,(4) 所属期刊栏目
研究方向 页码范围 365-368
页数 4页 分类号 TK730.8
字数 3588字 语种 中文
DOI 10.3969/j.issn.1006-4710.2006.04.007
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 罗兴锜 西安理工大学水利水电学院 154 2176 24.0 38.0
2 彭文季 西安理工大学水利水电学院 11 395 9.0 11.0
3 逯鹏 西安理工大学水利水电学院 12 217 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (78)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (16)
二级引证文献  (26)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
水电机组
故障诊断
频谱分析
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
西安理工大学学报
季刊
1006-4710
61-1294/N
大16开
西安市金花南路5号
1978
chi
出版文献量(篇)
2223
总下载数(次)
6
总被引数(次)
21166
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导