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:
为了提高电站凝汽器运行的经济性和安全性,采用人工智能的研究方法,总结了神经网络和专家系统这两种人工智能方法的特点,糅合二者的优点,提出了神经网络与专家系统串行连接的结合方式,建立了凝汽器故障诊断模型.该模型的特点是:知识获取和表达容易方便,诊断效率提高和实时性增强,诊断准确率提高,诊断过程清晰.通过实例说明了凝汽器故障诊断模型的实际应用情况.
推荐文章
基于神经网络的故障诊断专家系统研究
神经网络
NNM
故障诊断
专家系统
基于神经网络的齿轮故障诊断专家系统
齿轮
故障诊断
神经网络
专家系统
基于神经网络和专家系统的雷达故障诊断方法
专家系统
神经网络
故障诊断
雷达
基于神经网络的故障诊断专家系统
神经网络
专家系统
泵功图
故障诊断
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 基于神经网络和专家系统串联模式凝汽器故障诊断模型
来源期刊 能源技术与管理 学科 工学
关键词 凝汽器 故障诊断 神经网络 专家系统
年,卷(期) 2007,(6) 所属期刊栏目 电子与计算机技术
研究方向 页码范围 143-145
页数 3页 分类号 TP183
字数 3123字 语种 中文
DOI 10.3969/j.issn.1672-9943-B.2007.06.065
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 杨亚平 52 255 9.0 14.0
2 司丽丽 2 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (20)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (10)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
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)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
凝汽器
故障诊断
神经网络
专家系统
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
能源技术与管理
双月刊
1672-9943
32-1735/TD
大16开
江苏省徐州市
1976
chi
出版文献量(篇)
6913
总下载数(次)
6
论文1v1指导