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:
隐Markov模型(HMM)已经证明是学习动态时间序列的概率模型的最广泛应用的工具之一,它可以使用一个隐变量来模拟系统的动态行为的变化.核动力旋转机械升速过程具有信息量大、信号非平稳、重复再现性不佳等特点,HMM很适合处理此类信号.将HMM引人到核动力旋转机械的故障诊断中,提出了一种基于HMM的故障诊断方法.
推荐文章
基于HMM&SVM的核动力设备机械故障诊断方法研究
故障诊断
隐马尔可夫模型
支持向量机
核动力设备
基于LabVIEW和BP神经网络的旋转机械故障诊断研究
旋转机械
LabVIEW
BP神经网络
故障诊断
基于支持向量机的旋转机械故障诊断研究
小波包分析
故障诊断
支持向量机
核函数
基于神经网络的旋转机械故障诊断研究
故障诊断
神经网络
旋转机械
智能诊断
感知器
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HMM的核动力旋转机械故障诊断的研究
来源期刊 噪声与振动控制 学科 工学
关键词 振动与波 隐Markov模型 核动力旋转机械 故障诊断 动态时间序列
年,卷(期) 2007,(6) 所属期刊栏目 专题研究
研究方向 页码范围 73-75,79
页数 4页 分类号 TP206+.2
字数 3304字 语种 中文
DOI 10.3969/j.issn.1006-1355.2007.06.023
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 张春良 南华大学机械工程学院 48 464 13.0 19.0
2 彭媛 南华大学机械工程学院 4 27 4.0 4.0
3 赵辉 南华大学机械工程学院 5 27 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (33)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1989(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(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)
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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(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
振动与波
隐Markov模型
核动力旋转机械
故障诊断
动态时间序列
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
噪声与振动控制
双月刊
1006-1355
31-1346/TB
大16开
上海市华山路1954号上海交通大学
4-672
1981
chi
出版文献量(篇)
4977
总下载数(次)
4
总被引数(次)
36734
论文1v1指导